Подготовка среды Jupyter Notebook в дистрибутиве Anaconda

Продвинутые примеры настройки Jupyter в контексте Anaconda

Пример: подключение ядра из удалённого окружения conda с дополнительными параметрами

Иногда требуется не просто зарегистрировать ядро, но и передать ему аргументы (например, ограничение памяти или настройки логгирования).

# Создаём окружение с определённой версией Python и дополнительными библиотеками
conda create -n remote_kernel python=3.8 numpy pandas -y
conda activate remote_kernel

# Устанавливаем ipykernel и psutil (чтобы следить за ресурсами)
conda install ipykernel psutil -y

# Регистрируем ядро с указанием аргументов запуска
python -m ipykernel install --user \
  --name remote_kernel \
  --display-name "Remote Kernel (Python 3.8)" \
  --env KERNEL_MEMORY_LIMIT "4G" \
  --log-level DEBUG

# Проверяем, что ядро появилось в списке
jupyter kernelspec list

Результат в терминале:

Available kernels:
  remote_kernel    C:\Users\user\AppData\Roaming\jupyter\kernels\remote_kernel
  python3          C:\Users\user\AppData\Roaming\jupyter\kernels\python3
  ...

Внутри Notebook данное ядро будет использовать окружение remote_kernel с ограничением памяти 4 ГБ.

Пример: автоматический запуск Jupyter Notebook через скрипт с выбором окружения

Полезно, когда нужно быстро переключаться между проектами. Следующий скрипт написан для Windows (PowerShell) и выбирает окружение на основе метки.

# start_jupyter.ps1
param(
    [string]$envName = "base"
)

# Активируем заданное окружение
conda activate $envName

# Запускаем Jupyter в конкретном каталоге
$projectDir = "D:\Projects\$envName"
if (-not (Test-Path $projectDir)) {
    New-Item -ItemType Directory -Path $projectDir -Force
}
jupyter notebook --notebook-dir $projectDir --port 8890 --no-browser

Для запуска из командной строки:

powershell -ExecutionPolicy Bypass -File start_jupyter.ps1 -envName myenv

Пример: использование Jupyter Notebook с SSL-сертификатом для безопасного удалённого доступа

При работе через интернет рекомендуется шифрование. Создадим самоподписанный сертификат и настроим Notebook.

# Генерация сертификата (openssl должен быть установлен в системе)
openssl req -x509 -newkey rsa:4096 -keyout key.pem -out cert.pem -days 365 -nodes

# Редактирование конфигурации jupyter_notebook_config.py
# Добавить строки:
c.NotebookApp.certfile = '/путь/к/cert.pem'
c.NotebookApp.keyfile = '/путь/к/key.pem'
c.NotebookApp.ip = '0.0.0.0'
c.NotebookApp.password_required = True

При подключении браузер отобразит предупреждение о недоверенном сертификате (поскольку он самоподписанный), но передача данных будет зашифрована. Для продакш-среды стоит использовать Let's Encrypt.

Пример: конвертация Jupyter Notebook в PDF с помощью LaTeX (через nbconvert)

Часто требуется экспортировать результаты в отчёты. Используем встроенный инструмент.

# Убедиться, что установлен pandoc и MikTeX (или TeX Live на Linux)
conda install pandoc nbconvert -y
# Установка LaTeX через conda (рекомендуется для Windows):
conda install -c conda-forge miktex -y

# Конвертация текущей записной книжки
jupyter nbconvert --to pdf my_notebook.ipynb

Результат: в той же директории появится файл my_notebook.pdf. Если процесс прерывается ошибками, следует проверить, корректно ли установлен MikTeX (или использовать --to html как альтернативу).

Пример: настройка нескольких ядер разных версий Python в одном окружении conda

Иногда нужно тестировать код на разных версиях без создания множества окружений. В одном conda-окружении можно установить несколько интерпретаторов.

# Создать окружение с двумя версиями Python
conda create -n multi_py python=3.9 python=3.10 -c conda-forge -y
conda activate multi_py

# Установить ipykernel отдельно для каждой версии
conda install ipykernel=6.14 -y

# Зарегистрировать ядра с разными display-name
python3.9 -m ipykernel install --user --name py39 --display-name "Python 3.9 (multi_py)"
python3.10 -m ipykernel install --user --name py310 --display-name "Python 3.10 (multi_py)"

# Проверка
jupyter kernelspec list

Обратите внимание: одновременная установка двух разных мажорных версий Python в одно окружение может вызывать конфликты. Данный способ подходит лучше для минорных версий (3.9 и 3.10) при использовании канала conda-forge, но всё же рекомендуется создавать отдельные окружения.