JupyterNotebook怎么安装python写代码

Hazel
Hazel
发布时间:2026-11-22 | 17人浏览过
原创

详细讲解Jupyter Notebook怎么安装Python并开始编写运行代码。涵盖Python与Jupyter的关系、pip独立安装与Anaconda选型、启动服务、新建笔记本、运行首行代码以及常见报错排错对策。

分类:Python 开发环境 适用系统:Windows / macOS / Linux 环境要求:Python 3.8 及以上版本
JupyterNotebook怎么安装python写代码
图 0:Jupyter Notebook 与 Python 开发环境部署全景

Jupyter Notebook 本身是一个基于 Web 浏览器的交互式笔记本界面,它并不自带独立的编程语言编译器,而是通过与系统底层的 Python 解释器(即内核 Kernel)建立通信来执行代码。要在 Jupyter Notebook 中安装并开始编写 Python 代码,标准路径主要包括三步:首先在操作系统中配置好 Python 基础环境,接着使用包管理器安装 Jupyter Notebook 服务套件,最后通过命令行启动服务并在新建的笔记本中选定 Python 内核编写与运行脚本。

一、理解 Jupyter Notebook 与 Python 的关系

初学者在接触 Jupyter Notebook 时,最容易产生的困惑是将其误认为一个独立的 Python 软件。实际上,Jupyter 采用的是典型的前后端分离与内核解耦架构:

  • 前端界面(Web UI):运行在浏览器中的交互工作台,负责组织代码单元格(Cell)、富文本说明(Markdown)、实时绘制的统计图表以及交互式控件。
  • 后端调度(Jupyter Server):在本地命令行启动的轻量级 Web 服务(通常监听 8888 端口),负责加载和保存 .ipynb 文件,并管理与内核的通信会话。
  • 执行内核(IPython Kernel):真正负责解释和执行 Python 代码的计算引擎。当你按下运行键时,前端将代码发送给后端,后端转交由该内核运行,并将计算输出回传到屏幕上。

因此,“安装 Jupyter Notebook 写 Python 代码”的本质,是在拥有 Python 运行环境的电脑上,部署 Jupyter 界面并把该 Python 解释器注册为 Jupyter 的可用内核。

JupyterNotebook怎么安装python写代码
图 1:Jupyter Notebook 与 Python 内核的通信与执行架构原理

二、安装方案选择:独立 pip 还是 Anaconda

根据个人需求和电脑当前状态,搭建该环境主要有两种标准方案:

  • 方案一:官方 Python + pip 独立安装(推荐已有 Python 基础或追求轻量的用户)
    直接从 Python 官方网站下载安装包,再通过自带的 pip 工具安装 Jupyter。这种方式整个安装体积仅约 100MB 至 300MB,系统整洁干净,后续需要用到什么库(如 pandas、requests)再单独安装,完全自主可控。
  • 方案二:Anaconda / Miniconda 集成安装(推荐零基础初学者、数据分析及科研人员)
    Anaconda 是面向科学计算与机器学习的一站式发行版,自带 Python 解释器、Jupyter Notebook 以及上百个主流数据科学工具包。优点是下载安装后无需敲复杂命令即可直接点击图标使用,缺点是完整包体积较大(安装后约占用 3GB 至 5GB 磁盘空间)。
JupyterNotebook怎么安装python写代码
图 2:标准 pip 安装与 Anaconda 集成环境选型决策矩阵

三、分步实操:以标准 pip 方式完成安装与运行

下面以最普遍的官方 Python 与 pip 方式为例,按照真实操作流程逐步完成配置。

步骤 1:确认操作系统中已就绪 Python 环境

在安装 Jupyter 之前,必须确保电脑中已安装 Python 3,且已将 Python 路径添加到系统的 PATH 环境变量中。打开终端(Windows 下按 Win + R 输入 cmd 回车,macOS 下打开“终端”),输入以下命令检查:

终端命令验证
python --version
pip --version

如果正确返回类似 Python 3.10.x 以及 pip 23.x.x 的版本信息,说明环境正常。如果提示命令不存在,请先前往 Python 官方网站(python.org)下载安装程序;Windows 用户在安装向导首页务必勾选“Add python.exe to PATH”,否则系统将无法在任何路径识别后续命令。

步骤 2:安装 Jupyter Notebook 核心包

确认 pip 可用后,在终端中直接运行安装命令。为了避免网络下载过慢,推荐使用国内官方镜像源加速下载:

安装命令(使用清华镜像源加速)
pip install notebook -i https://pypi.tuna.tsinghua.edu.cn/simple

pip 会自动分析依赖,下载包括 notebook、ipykernel、tornado、traitlets 等在内的所有关联模块。当终端最终打印出 Successfully installed notebook-... 字样时,说明安装顺利完成。

步骤 3:启动本地 Jupyter Notebook 服务

启动前建议先在文件管理器中建立一个专门用于存放代码的目录(例如 D:\PythonProjects 或 ~/Documents/python_code)。在终端中通过 cd 命令进入该目录,然后执行启动指令:

启动服务命令
jupyter notebook

执行后,终端会输出一系列服务日志信息,并自动调用系统的默认浏览器打开 http://localhost:8888/tree 地址,呈现 Jupyter Notebook 的文件管理控制台(Dashboard)。

重要注意事项:启动服务的这个终端黑色窗口是后台服务器程序,在您编写和运行代码的整个过程中,必须保持该窗口处于打开状态。如果关闭此窗口,本地服务将终止,浏览器中正在编写的网页也将断开连接。

步骤 4:新建 Notebook 并编写运行第一行代码

  1. 在浏览器打开的控制台页面右上角,找到并点击 “New”(部分版本显示为带有加号的图标)。
  2. 在下拉列表中选择 “Python 3 (ipykernel)”,系统会新建一个标签页并打开一个未命名的笔记本文件(扩展名为 .ipynb)。
  3. 页面中央会出现一个矩形输入框,这被称为代码单元格(Cell)。在单元格内输入 Python 代码:
    # 编写基础输出与运算
    print("Hello, Jupyter Notebook!")
    a = 15
    b = 27
    print("计算结果:", a + b)
  4. 按下键盘快捷键 Shift + Enter(或者点击页面上方的“Run”按钮)。单元格左侧的标签会短暂变为 In [*] 表示正在执行,执行完毕后变为 In [1],下方会立即清晰输出对应的打印内容与计算结果。
JupyterNotebook怎么安装python写代码
图 3:从零搭建与运行 Python 代码的四步操作流程

四、配置多 Python 环境与虚拟环境隔离

在实际开发中,不同项目往往依赖不同版本的第三方包。例如有的项目依赖 TensorFlow 2.x,有的依赖 PyTorch。为了避免包版本冲突,我们通常使用虚拟环境(如 venv 或 conda env)。那么如何让一个 Jupyter Notebook 自由切换不同的 Python 虚拟环境呢?

核心思路是使用 ipykernel 工具将独立的虚拟环境作为内核“挂载”到 Jupyter 中:

注册新虚拟环境内核步骤
# 1. 激活你的目标虚拟环境(以 venv 为例)
# Windows: myenv\Scripts\activate
# macOS/Linux: source myenv/bin/activate

# 2. 在该虚拟环境中安装 ipykernel
pip install ipykernel

# 3. 将当前环境注册为 Jupyter 的可选内核
python -m ipykernel install --user --name=my_data_env --display-name="Python (数据分析)"

完成注册后,刷新浏览器页面,在 Notebook 顶部菜单栏选择 Kernel → Change Kernel,即可在下拉列表中直接切换到刚刚注册的 Python (数据分析) 环境。代码执行将完全基于该环境安装的依赖,实现彻底的环境隔离。

五、日常使用技巧与常见问题排查

为了帮助大家更加顺畅地使用 Jupyter Notebook 编写代码,下表总结了高频使用的控制技巧与核心排错方法。

1. 常用模式与快捷键

Jupyter 单元格具有两种状态:编辑模式(绿色边框,可输入代码)与命令模式(蓝色边框,可对单元格本身进行复制、增删操作)。在编辑模式下按 Esc 键进入命令模式;在命令模式下按 Enter 进入编辑模式。

按键 / 组合键 所在模式 功能说明
Shift + Enter 通用 运行当前单元格,并将焦点移到下一个单元格(末尾时自动新建)
Ctrl + Enter 通用 仅运行当前单元格,焦点仍停留在当前格
A / B 命令模式 在当前单元格上方(Above)/ 下方(Below)新建空白单元格
D, D (连续按两下) 命令模式 快速删除当前选中的单元格
M / Y 命令模式 将单元格类型切换为 Markdown 格式 / Code 代码格式

2. 常见问题排查指南

  • 问题 1:在终端执行 jupyter notebook 时提示“不是内部或外部命令”
    原因:Python 安装目录下的 Scripts 文件夹未被加入系统的 PATH 环境变量。
    解决方法:一种方法是手动将形如 C:\Users\用户名\AppData\Local\Programs\Python\Python310\Scripts 添加到系统 PATH 中;另一种简便的免配置启动方法是改用 Python 模块方式运行:
    python -m notebook
  • 问题 2:终端启动了服务,但浏览器没有自动弹出网页
    原因:操作系统的默认浏览器配置缺失或系统安全软件拦截了自动跳转请求。
    解决方法:观察终端的文字输出,终端末尾通常会输出两行带有安全令牌的网址,例如: http://127.0.0.1:8888/tree?token=abcdef123456...。
    用鼠标完整复制该链接,手动粘贴到 Chrome、Edge 或 Safari 等主流浏览器的地址栏中回车访问即可。
  • 问题 3:在代码中 import pandas 报错 ModuleNotFoundError
    原因:读者在系统终端安装的第三方库与当前 Jupyter Notebook 实际绑定的 Python 内核不是同一个环境。
    解决方法:无需退出 Jupyter,直接在 Notebook 当前的代码单元格中输入带有百分号的安装魔法指令并运行:
    %pip install pandas
    使用 %pip 能确保依赖包百分之百精确安装到当前 Notebook 正在使用的 Python 解释器中,安装完成后直接在下一格即可正常导入使用。
JupyterNotebook怎么安装python写代码
图 4:Jupyter Notebook 快捷操作与故障排查决策总结
相关专题:

本站声明

本文内容仅供参考,不代表本站观点。转载或引用请注明出处。如发现内容问题,请通过联系我们页面反馈。

Python 相关产品和应用

全部下载

专题列表