jupyter_conda

在Jupyter Notebook和JupyterLab中提供conda环境和包访问扩展。

这是Anaconda nb_conda包的分支。分支的原因是之前的包状态似乎已停止，并且需要在JupyterLab中集成。

安装

要求

• conda >= 4.5
• notebook >= 4.3
• JupyterLab 1.x或2.x（仅用于jupyterlab扩展）

从3.4版本开始，此扩展将使用mamba而不是conda，如果找到它。

在经典notebook中安装

conda install -c conda-forge jupyter_conda

在JupyterLab中安装

conda install -c conda-forge jupyterlab jupyter_conda
jupyter labextension install jupyterlab_conda

可选，您可以选择安装jupyterlab-tour以添加conda包管理器的帮助之旅。

经典Jupyter Notebook

Jupyter文件浏览器中的conda标签页

此扩展向Jupyter文件浏览器添加了一个conda标签页。选择conda标签页将显示

• 当前存在的conda环境的列表
• 当前配置通道中可用的conda包列表（http://conda.pydata.org/docs/config.html#channel-locations-channels）
• 所选环境安装的包的列表。

您可以通过点击环境名称来选择它。这将允许您

• 查看环境中安装的包
• 从可用的包列表中安装新包
• 检查所选（或所有）包的更新
• 更新所选（或所有）包的环境。

notebook视图中的conda

此扩展向内核菜单添加了conda包项目。选择此项目将显示与正在运行的内核关联的conda包的列表以及可用的包列表。您可以在conda标签页中执行相同操作，但仅针对当前环境。

JupyterLab

此扩展在设置菜单中添加了一个新的条目Conda 包管理器。

第一次构建可用包列表可能需要一些时间。但一旦获取到，它将被缓存并在后台更新，以提供更流畅的用户体验。

创建新环境

有三种方法来创建环境

• 创建新环境使用页面顶部的“新建环境”按钮，并选择Python 3或R以创建带有相应包的基本环境。请注意，如果您想在新的环境中运行 Jupyter python 内核，您还必须在环境中安装ipykernel包。

• 克隆现有环境点击列表中环境旁边的克隆按钮，并输入新环境的所需名称。

• 从 YAML 文件导入导出的环境

开发

conda create -y -n jupyter_conda python jupyterlab~=2.1
conda install -y -n jupyter_conda --file requirements_dev.txt -c conda-forge
source activate jupyter_conda
python setup.py develop
jupyter nbextension install jupyter_conda --py --sys-prefix --symlink
jupyter nbextension enable jupyter_conda --py --sys-prefix
jupyter serverextension enable jupyter_conda --py --sys-prefix

cd labextension
jupyter labextension install .

更新日志

3.4.0

• 功能
  • 如果可用，请使用mamba。否则使用conda #48
  • 迁移到 GitHub 工作流程（扩展覆盖到 JupyterLab 代码）
• 错误
  • 修复经典笔记本中错误的重定向 URL #46
  • 修复通过完整 URL 给定的通道未正确处理 #55

3.3.1

• 错误
  • 修复导出始终从历史记录（设置被忽略）

3.3.0

• 功能
  • 添加设置fromHistory以使用--from-history导出环境（适用于 conda >= 4.7.12）#39
• 错误
  • 修复缺失的channeldata.json文件 #36
  • 修复环境更新在公共 API 中缺失 #37
• 文档
  • 使用 Swagger 从 REST API 描述开始

3.2.0

• 现在每个人都可以写入可用的包缓存文件，以避免在多用户环境中的麻烦。#25

• 通过 REST 端点 PATCH /environments/ 添加从文件更新环境 #26

• 切换到新的 Python 语法 async-await

• 为了提高 Jupyterlab 的 UI 响应性

  • 现在可以取消长时间运行的任务 #32
  • 现在使用可用包列表来查找可更新的包。不再使用 conda update --dry-run --all。但如果用户请求更新所有可能的包，它仍然会使用。

3.1.0

• 请求环境列表现在接受 whitelist=0 或 1 查询参数。如果为 1，则环境列表将被过滤以尊重 KernelSpecManager.whitelist。默认值为 0，但可以在用户设置中修改。
• JupyterLab 扩展
  • IEnvironmentManager.getPackageManager()总是返回相同的Conda.IPackageManager，否则信号包操作将没有意义。
  • 添加指定内核伴侣的能力；即检查某些包是否安装在内核中，它们必须遵守某个版本范围。伴侣可以通过用户设置指定。
  • 小的 UI 调整

3.0.0

• 重构服务器/客户端 API 以更符合 REST 式，并为长时间操作返回 202 状态
• 在临时目录中缓存可用包列表
• 极大地提高了服务器扩展的覆盖率
• JupyterLab 扩展仅限
  • 允许用户在从头创建环境时更改建议的环境
  • 添加处理环境和包更改的信号（请参阅 labextension\src\__tests__\services.spec.ts）
  • 通过使用 react-virtualized 为包列表提高 UI 响应性
  • 改进外观和感觉
• 已删除可用包的截断。

2.5.1

• 在请求 channeldata.json 文件时捕获 SSLError

2.5.0

• 以 YAML 格式导出环境（仍然支持导入旧格式）。
• 通过首先加载已安装的包来提高响应性。然后请求可用的包。
• 尽管一切顺利，但在删除环境时会出现 BUG 错误提示
• 缓存一些API请求（获取环境、获取频道和获取可用软件包）。
• 可用软件包现在被截断到100。
  • 使用查询参数$skip跳过前N个软件包。
  • 如果列表长度超过100，则响应中返回一个$next条目。这是
    获取下一批软件包的请求URL。
• 在网页浏览器控制台中报告完整的错误消息，以简化调试。

2.4.2

• BUG 环境未显示
• BUG 如果在用户家目录或包含空格的目录中安装软件包，则在开发模式下安装会失败
• 改进从API到前端的错误反馈

2.4.1

• BUG conda search在conda 4.6中崩溃

2.4.0

• 添加开发模式（通过pip）安装软件包

2.3.x

• 添加受Anaconda Navigator启发的JupyterLab扩展
  • 检索conda软件包描述
  • 添加指向软件包网站（如果有的话）的链接
• 支持conda >=4.5
• 使所有conda请求异步执行
• 使用Jupyter Notebook扩展的自动安装（见此处）

2.2.1

• 修复检查更新功能中的bug

2.2.0

• 支持conda 4.3
• 支持笔记本4.3.1中引入的笔记本安全性修复

2.1.0

• 修复环境导出按钮
• 允许使用单个字母作为环境名称，并验证“可疑”字符

2.0.0

• 更新到新的jupyter_conda_kernels命名方案
• 将所有API调用命名空间到/conda/

1.1.0

• 修复在根环境中的使用问题

1.0.1

• 微小的构建更改

1.0.0

• 更新到笔记本4.2