概要
本文主要介绍Jupyter Notebook的开发环境。包括以下内容：
- Jupyter Notebook C++ kernel安装
- Jupyter Notebook Python kernel和C++ Kernel连接远程服务器
- 记录Jupyter下的一些小技巧，包括Python和Linux之间的交互等
- 一些有趣的扩展Jupyter
第一部分：C++ Kernel的安装与体验
Ubuntu下安装：
我当时安装直接按照 xeus-cling 官网上的安装教程装的，装完直接可以用。
小问题：该安装似乎只支持conda下安装。之前我用python都是用的pip。故需要单独安装一个miniconda来创建安装xeus-cling的conda环境。装好了之后记得把该conda安装路径添加至环境变量
export PATH="/home/xxx/miniconda3/bin:$PATH"
（吐槽一下，这里我每次用python的时候就把环境变量里这句话注释掉，用C++kernel时就加上这句...如果有大神有好的方法，希望不吝赐教~）
另外，在终端下也可以考虑使用cling，一款交互式的C++工具。
2.使用体验：
- 首先，作为一个初学者，使用jupyter学习C++最大的好处就是不需要每个脚本都重复写include以及其他语法内容了（之前都是直接使用的是g++，还没用过IDE..）。另外打印变量非常方便，不需要每次运行都要编译脚本。
- 缺陷：
- 没有类似python中del命令可以清除已经定义过的变量...所以重复定义相同变量时会报错。Github上有人说到一个reset命令，但是我试了并没有效果...如果大家发现这个问题有更好的解决办法，记得告诉我哈哈~
- 暂时还不知道jupyter下写的C++脚本怎么和外面的环境交互。比如cin命令咋用...
- 补全功能不是很好用，尤其是有时候补全函数名的时候，会导致kernel挂掉...
第二部分：Jupyter 连接远程服务器
- Python Kernel
正常使用Python连接远程服务器是比较容易的，可以参考诸如https://www.jianshu.com/p/4012f7149eb8?from=timeline
等连接。
- 注意在ipython中设置密码时不要设成空格就行。
- C++ Kernel
如果要使用安装过C++Kernel的jupyter连接服务器，可能会遇到一些小麻烦。
直接连的话可能会报错：类似
File “/home/paperspace/anaconda3/envs/fastai/lib/python3.6/site-packages/traitlets/traitlets.py”, line 528, in get
value = obj._trait_values[self.name]
KeyError: ‘allow_remote_access’
下面还有一大堆。Google了下找了个对我自己可行的解决方法：
① 在~/.jupyter/jupyter_notebook_config.py 中加入一行：
c.NotebookApp.allow_remote_access = True
(也有人说=False。不过我用True可以连接上)。
②登录ssh时，用下面的方式：
ssh xxx@123.123.123.123 -L 8888:localhost:8888
注意两个8888改成自己设置的port，ip地址改成自己服务器的ip地址。
参考：
https://forums.fast.ai/t/error-while-trying-to-open-jupyter-notebook-in-paperspace/22634
Jupyter C++ kernel
第三部分：Jupyter下的小技巧
一些个人经常用到的小技巧~，欢迎大家补充
①在用到的函数括号里面按Shift+Tab可以快速获取当前函数的说明文档。对于了解函数所需参数非常方便。
②??
??可以用来获取某个函数的源码。如在cell中运行下面的命令：
gluon.model_zoo.vision?? 会弹出vision相关源代码
③%matplotlib notebook可用来绘制动态图
④通过在句首加!，可以运行shell命令，（win下也可以运行一些支持的dos命令）如：
! cat ~/.bashrc | grep conda
⑤Python和Shell之间传参数
有时候我们想在cell中编写一个python和shell命令混合的代码，需要在python和shell命令之间传参数。如：
dir_list = ['dir1', 'dir2','dir3']
for item in dir_list:
info = ! sed -n '/{item}/,/{item}/p' data_prepare.log
print(info)
第四部分：Jupyter下有趣的扩展
- Vim扩展：
https://github.com/lambdalisue/jupyter-vim-binding - TensorBoard扩展
https://github.com/lspvic/jupyter_tensorboard
感兴趣的可以了解下！
日后有什么新的技巧或者好玩的扩展，会持续更新到该页面~欢迎大家多交流
网友评论