使用pipx安装和管理Jupyter及JupyterLab环境
2025-05-20 07:35:59作者:盛欣凯Ernestine
在Python生态系统中,pipx是一个非常实用的工具,它允许用户以隔离的方式安装和运行Python应用程序。本文将详细介绍如何使用pipx来安装和管理Jupyter及其相关组件。
pipx简介
pipx是一个专为Python应用程序设计的包管理工具,它能够为每个应用程序创建独立的虚拟环境。这种方式避免了全局Python环境的污染,确保了应用程序之间的依赖隔离,同时也简化了应用程序的管理和卸载过程。
安装Jupyter和JupyterLab
要使用pipx安装JupyterLab,可以简单地执行以下命令:
pipx install jupyterlab
这个命令会自动创建一个独立的虚拟环境,并将JupyterLab及其依赖项安装在其中。安装完成后,你可以直接使用jupyter-lab命令启动JupyterLab。
安装Jupyter核心组件
如果你需要安装Jupyter的核心组件(包含jupyter命令),可以使用以下命令:
pipx install jupyter
或者,如果你想在安装JupyterLab的同时包含Jupyter核心组件,可以使用--include-deps选项:
pipx install jupyterlab --include-deps
管理内核安装
在Jupyter生态系统中,有时需要安装额外的内核支持。例如,要安装Java内核,通常需要运行特定的安装脚本。在使用pipx安装的环境中,你需要使用该环境中的Python解释器来运行这些脚本。
在Windows系统上,你可以这样操作:
%PIPX_HOME%\venvs\jupyter\Scripts\python.exe install_java_kernel.py
在Linux/macOS系统上,则是:
$PIPX_HOME/venvs/jupyter/bin/python install_java_kernel.py
环境管理技巧
-
查看已安装应用:使用
pipx list命令可以查看所有通过pipx安装的应用程序及其相关信息。 -
注入额外包:如果需要向现有环境中添加额外的包,可以使用
pipx inject命令。例如:
pipx inject jupyterlab some_package
- 环境隔离:记住每个pipx安装的应用程序都有自己独立的虚拟环境,这意味着它们不会相互干扰,但也意味着它们不能直接共享依赖。
常见问题解决
如果在使用过程中遇到"command not found"错误,可能是因为:
- 该命令确实没有安装在当前环境中
- 环境路径没有被正确添加到系统PATH中
- 在Windows上,可能需要使用.exe后缀
通过pipx管理Jupyter环境,你可以获得一个干净、隔离且易于管理的开发环境,这对于数据科学和交互式计算工作来说是非常理想的解决方案。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0198
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
767
5.02 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
866
1.96 K
Ascend Extension for PyTorch
Python
725
901
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
692
1.36 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
454
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.09 K
1.12 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
238
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
631
Oohos_react_native
React Native鸿蒙化仓库
C++
357
427