前言
这一篇来介绍一下如何在服务器上配置Jupyter并且在本地远程登录使用。比起直接连接服务器出现的terminal，很多人还是更熟悉有目录结构的界面，比如这样：
反正连服务器大部分时间使用来程序的，如果还用的是python的话，那再顺手配置一下Jupyter绝对不吃亏。
Linux上安装conda
安装python的话建议直接安装conda，里面集成了python，而且最主要的好处是conda是一个软件包管理系统和环境管理系统，可以解决很多软件包安装过程中的依赖问题，还可以很轻松地创建多个互不影响的虚拟环境。
然后我再推荐安装miniconda而不是Anaconda。两者都是conda的发行版，前者相当于是后者的一个精装版，大小超不多是10:1的关系。我们主要是需要conda和python（甚至python都不一定用，有了conda之后就可以自己创建带有指定版本python的虚拟环境），而miniconda里都有，其他一些科学计算的工具其实用不太到，对于服务器来说，尽量精简安装比较好，留足存储空间给更重要的内容。
下载地址我放在下面，有官方的和清华镜像的（下载速度更快）：
Anaconda版本和python版本的对应关系参考网站Old package lists，minconda安装文件名上就有对应的python版本。下面我以miniconda为例，Anaconda下载安装基本是一样的。
可以直接点击下载，也可以使用命令下载：
wget https://repo.anaconda.com/miniconda/Miniconda3-py37_4.9.2-MacOSX-x86_64.sh
下载完成后使用命令安装：
bash Miniconda3-py37_4.9.2-MacOSX-x86_64.sh # 安装上面下载的文件
然后根据提示按enter键或者输入yes，即可。
最后安装成功之后，会在家目录~下生成一个minconda3文件夹
此时还不能调用conda命令，还需要激活安装，有点类似重启的意思。使用命令：
source ~/.bashrc # 刷新一下环境变量
然后应该就OK了，可以输入conda --version试一下，如果能输出版本信息，就说明安装成功了。
如果要卸载miniconda，只需要把minconda3文件夹用rm命令删除，然后用vim命令打开.bashrc文件，将里面和conda有关的语句注释掉，然后重新激活一下source ~/.bashrc.
conda切换国内源
可以命令行中直接输入以下命令：
清华源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
# 如果要安装 pytorch还要添加下面的源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes
中科大源：
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes
如果是在Linux系统上，也可以将以上配置文件写在~/.condarc中，先输入命令vim ~/.condarc，然后编辑该文件
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
在修改完成之后，一定要重新启动一个新的Shell，否则设置不生效。
如果要切换回默认镜像源，命令行输入：
conda config --remove-key channels
关于pip换源的方法，一般都是临时使用，就是在命令后面加上参数-i 国内源，比如
pip install some-package -i https://mirrors.aliyun.com/pypi/simple/
一些常见的国内源：
# 豆瓣
https://pypi.doubanio.com/simple/
# 阿里云
https://mirrors.aliyun.com/pypi/simple/
# 清华大学
https://pypi.tuna.tsinghua.edu.cn/simple/
https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/
如果要设为默认的话，升级 pip 到最新的版本后进行配置：
pip install pip -U
pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/
conda创建虚拟环境
这其实是我们安装conda最主要的目的。我们为啥需要虚拟环境？原因是不同项目所依赖的包的版本是不一定相同（甚至可以说肯定不相同）。只在同一个环境中安装和更新包，新安装的版本会覆盖以前的版本，那么就无法实现同时去处理多个项目。因此就需要虚拟环境，它可以搭建独立的python运行环境，这样每个项目有自己的环境，彼此不会相互影响。
创建虚拟环境
比如你想创建一个名为py3.6的使用Python版本为3.6的环境，你可以在命令行输入：
conda create -n py3.6 python=3.6
输入命令后，会在miniconda安装目录下的envs目录里找到这个环境
你可以使用conda env list来查看当前存在哪些虚拟环境
切换虚拟环境
conda activate py3.6
安装额外的包
你可以选择先进入该虚拟环境，然后再按照一般安装包的流程安装你需要的包，也可以指定要安装包的环境：
conda install -n py3.6 [package]
关闭虚拟环境
conda deactivate
删除虚拟环境
conda remove -n your_env_name(虚拟环境名称) --all
conda remove --name your_env_name package_name # 删除环境中的某个包
安装jupyter notebook
终于是回到这篇文章的主题了，我使用的是jupyter notebook，也有很多人是使用的它的进化版，jupyter lab。但是对我来说jupyter notebook已经够用了。好像如果是安装了Anaconda，那么已经默认安装了jupyter lab（lab里也包括了notebook）了，可以直接进行配置，可以通过conda list查看已经安装了包，如果没装，就先安装一下
conda install jupyter notebook
# 或者用pip安装
pip install jupyter notebook
生成配置文件
为了生成配置文件，需要使用下面的jupyter命令
jupyter notebook --generate-config
此时就会得到一个配置文件，其默认路径一般如下所示：
Windows: C:\Users\USERNAME\.jupyter\jupyter_notebook_config.py
OS X: /Users/USERNAME/.jupyter/jupyter_notebook_config.py
Linux: /home/USERNAME/.jupyter/jupyter_notebook_config.py
设置登录密码
自动设置(推荐)
在jupyter5.0以后的版本，可以使用jupyter notebook password来设置密码:
jupyter notebook password
Enter password: yourcode #输入密码
Verify password: yourcodeagain #再次输入密码确认
#运行后结果
[NotebookPasswordApp]
Wrote hashed password to /Users/you/.jupyter/jupyter_notebook_config.json
#密码被保存的位置 ~/.jupyter/jupyter_notebook_config.json
手动设置
#利用Ipython工具来设置密码
$ ipython
#进入ipython环境
In [1]: from notebook.auth import passwd #导入授权模块设置密码
In [2]: passwd()
Enter password: yourcode #输入密码
Verify password: yourcodeagain #再次输入密码
Out[2]: 'sha1:67c9e60bb8b6:9ffede0825894254b2e042ea597d771089e11aed' #这是一串密码的哈希值
#将在~/.jupyter/jupyter_notebook_config.py配置文件中设置，需要保存好
修改配置文件
输入以下命令：vim ~/.jupyter/jupyter_notebook_config.py
对于自动模式，打开配置文件后修改三个地方：
#把前面的#去掉
c.NotebookApp.ip = '*' #允许所有ip访问 补充:报错 No address associated with hostname可设置为:'0.0.0.0'
c.NotebookApp.open_browser = False #不打开浏览器
c.NotebookApp.port = 8888 #端口为8888
对于手动方法，除了上述修改之外，还需要配置哈希秘钥：
#配置刚刚生成的秘钥，一长串哈希码
c.NotebookApp.password = u'sha1:bcd259ccf...<your hashed password here>'
配置完成后启动jupyter notebook，直接输入命令jupyter notebook.
注意：此时启动就可以在局域网内的其它电脑上访问jupyter了，在浏览器输入localhost:8888（电脑本身已经安装了jupyter notebook）就会有登录界面，输入刚才设置的密码即可。
如果需要在外网访问，需要设置端口转发：利用路由器的端口转发功能或者使用花生壳等内网穿透来实现，将这台电脑的端口绑定到对应外网的ip的某个端口上。
主要内容介绍完了，接下来是一些和jupyter相关的平时可能会用的比较多的内容，我也总结一下。
如何在jupyter中添加conda虚拟环境
要想在jupyter notebook里使用创建的虚拟环境，需要进行一些设置。
1、先确认一下base环境中有没有安装ipykernel。可以用conda list或者pip list命令。没有的话就安装一下：
conda install ipykernel
# 或者
pip install ipykernel
2、在创建虚拟环境的时候添加ipykernel，或者创建完之后再安装ipykernel也可以。
conda create -n env_name python=3.6 ipykernel
3、切换到虚拟环境中，并将环境写入notebook的ipykernel中
conda activate env_name
python -m ipykernel install --user --name env_name --display-name "在jupyter中显示的环境名称"
4、如果想要在kernel中删除某个环境
jupyter kernelspec remove env_name
Jupyter Notebook插件管理与安装
Jupyter Notebook本身有推荐的插件管理包。我们首先需要安装如下第三方库用于管理Jupyter Notebook插件。
pip install jupyter_nbextensions_configurator
pip install jupyter_contrib_nbextensions
安装完成后，我们还需要执行如下命令来完成插件管理启用：
jupyter nbextensions_configurator enable --user
jupyter contrib nbextension install --user
再次打开jupyter notebook，你会发现上方多了一个Nbextentions的选项，点进去里面就有很多类型的插件。
一般用的最多的就是增加目录了，勾选Table of Contents(2)。再重启一下jupyter notebook，打开一个notebook，会增加下图中红色圆圈处的一个按钮，点击一下就会出现左侧的目录（前提是你的notebook里有markdown语法的标题）。
