前言
作为一个数据工程师，最喜欢的事情就是不停的在现实的服务端环境调试代码的参数。我们在本地的环境与生产的状况决然不同，我们一开始在本地写代码测试再部署到服务端的三板斧就不适用了。
最好的方式可以直接在linux环境下的服务端直接写代码，分步调试。之前我在银行都是使用集成在CDSW的环境IDE，但是如今我们需要自己拼凑一个可用类似的工具。
这样我们就要用到远程jupyter，即服务端提供jupyter server，而我们只需要直接在本地环境直接使用server暴露的web接口上直接写代码，分步调试运行测试即可。
作为一个仅仅做数据的开发人员，我更喜欢使用pycharm的源码查看，跳转等功能。所以最终我们需要的是一个远程jupyter+pycharm配置的IDE工具。本篇文章就是搭建一个如此好用的神兵利器的博客说明书。
什么是Jupyter notebook？
Jupyter notebook 是一种 Web 应用，基于网页的用于交互计算的应用程序，可用于全过程计算：开发、文档编写、运行代码和展示结果。
以前又称为IPython notebook,是一个交互式笔记本, 支持运行40+种编程语言. 可以用来编写漂亮的交互式文档
Jupyter notebook特别适合做数据处理，其用途可以包括数据清理和探索、可视化、机器学习和大数据分析，源于 Fernando Perez 发起的 IPython 项目。
IPython 是一种交互式 shell，与普通的 Python shell 相似，但具有一些更高级的功能，例如语法高亮显示和代码补全，还有一些 magic 操作，十分方便。Jupyter notebook 将 IPython 做成了一种 Web 应用，它的基本架构如下：
这里的核心是 notebook server，用户通过浏览器连接到该服务器，而 notebook 呈现为 Web 应用。
用户在 Web 应用中编写的代码通过该服务器发送给内核，内核运行代码，并将结果发送回该服务器。然后，任何输出都会返回到浏览器中。保存 notebook 时，它将作为 JSON 文件（文件扩展名为 .ipynb）写入到该服务器中。
此架构的一个优点是，内核无需运行 Python。由于 notebook 和内核分开，因此可以在两者之间发送任何语言的代码。
例如，早期的两个非 Python 内核分别是 R 语言和 Julia 语言。使用 R 内核时，用 R 编写的代码将发送给执行该代码的 R 内核，这与在 Python 内核上运行 Python 代码完全一样。
IPython notebook 已被改名，因为 notebook 变得与编程语言无关。新的名称 Jupyter 由Julia、Python 和 R 组合而成。
servers：jupyterhub 需要登录的多用户笔记本
tmpnb 不需要登录的临时笔记本
nbgrader 作为任务创建和分级的笔记本
nbviewer 网站笔记本的HTML视图
Applications: nbconvert 将笔记本文件转换为其他格式
notebook Jupyter notebook 应用相当于Django的app
qtconcle 控制应用
jupyter_consle Jupyter 终端应用
API:nbformat ipython 文件下载，保存，格式版本迁移和信托
jupyter_client
jupyter_core jupyter命令,配置文件和文件系统位置
Kernerl : ipywidgets 交互组件
ipython python代码执行，魔法语法和ipython终端交互
ipykernel 内核通讯协议
traitlets 所有依赖:配置系统和小部件基础层
1.安装指南：
1.安装jupyter
我们已经安装anaconda环境，conda activate user后 直接执行如下命令
conda install jupyter
安装成功后按如下步骤：
1. 前置条件：一个配置文件
第一步就生成配置文件 jupyter_notebook_config.py
jupyter notebook --generate-config
如果是root 用户执行时需要加上 --allow-root 选项
jupyter notebook --generate-config --allow-config
2. 生成密码
bash生成
jupyter notebook password Enter password: xxxx Verify password: xxxx [NotebookPasswordApp] Wrote hashed password to /home/rdev/jupyter/jupyter_notebook_config.json
也可以python环境下生成
>from notebook.auth import passwd >passwd() Enter password:xxxxx Verify password:xxxxx res: 'sha1:xxxx:xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx'
passwd() 方法在没有传入参数时候，会如上所示提示输入和验证密码，它也可以传入一个字符串作为密码，即 passwd('12345') ，但不建议这种做法，因为本来输入命令都会被保存起来，直接输入密码，相当于密码以明文方式保存在输入历史。
3.添加到配置文件
将哈希密码添加到配置文件 jupyter_notebook_config.py
# ip 设置为 * c.NotebookApp.ip = '*' # 密码 设置为 sha1 c.NotebookApp.password = u'sha1:xxxxx:xxxxxxxxxxx<your hashed password here>' # 浏览器设置不打开 c.NotebookApp.open_browser = False # 设置一个固定的接口 c.NotebookApp.port = 8888
1.官方教程是建议 c.NotebookApp.ip 设置为 * ，但实际上这样操作可能会连接失败，所以可以选择设置为 0.0.0.1 或者就是服务器的 IP
2.服务器端口默认为80，但是80端口基本都会被占用建议设置8888或者8899等等
4.采用 SSL 加密通信(可选)
采用密码的同时使用带有网站证书的 SSL ，可以避免哈希的密码被非加密的形式发送给浏览器。
但是一般运维人员会只暴露服务器端口给公司的网段，所以这一项是可选项。
可以是先使用openssl命令生成ssl证书和key
openssl req -x509 -nodes -days 365 -newkey rsa:2048 -keyout sslkey.key -out sslcert.pem
再修改配置文件：
# 证书的信息 c.NotebookApp.certfile = u'/home/rdev/sslcert.pem' c.NotebookApp.keyfile = u'/home/rdev/sslkey.key'
4.启动jupyter
启动的时候就可以不带后面的参数
1.带参数
jupyter notebook
2.不带参数
jupyter notebook --certfile=sslcert.pem --keyfile sslkey.key
2.pycharm集合jupyter
建立项目后，创建ipynb文件，选择相应的服务器地址，端口为8888 token就是登入密码
3.jupyter Notebook 扩展工具
如果没有安装插件管理器，打开jupyter notebook后菜单栏只有如下3项，
- Files
- Running
- Clusters
我们需要安装插件管理器来管理我们需要的插件，
第一步：用conda安装插件管理包
conda install -c conda-forge jupyter_contrib_nbextensions
conda install -c conda-forge jupyter_nbextensions_configurator
并导航至新的 Nbextensions 选项卡：
5款NB 的插件。
- Table of Contents
- Execute Time
- Nofity
- Codefolding
- Hinterland
1.Table of Contents：使用链接Table of Contents 的方式追踪定位所有单元格
2.Autopep8：规范化代码
3.variable inspector：显示你在 notebook 中创建的所有变量的名称，以及它们的类型、大小、形状和值。
4.ExecuteTime：显示单元格的运行时间和耗时
不过我感觉都不如pycharm香！！！！
4.快捷键：
红框里是绿色时，为编辑模式，在命令模式时按 Enter 会进入编辑模式；
红框里是蓝色时，为命令模式，在编辑模式时按 ESC 会进入命令模式；
通用模式（编辑模式与命令模式均可）快捷键：
-
调出控制面板：Ctrl + Shift + P
-
运行当前单元格，选中下方单元格：Shift + Enter
-
运行当前单元格：Ctrl + Enter
-
运行当前单元格，在下方插入新单元格：Alt + Enter
-
保存 ipynb 文件：Ctrl + S
编辑模式快捷键：
-
切换为命令模式：ESC
-
在光标处分割单元格：Ctrl + Shift + 减号
-
光标挪至行首或行尾：Alt + ←或→
-
按单词挪动光标：Ctrl + ←或→
-
缩进：TAB
-
取消缩进：Shift + TAB
-
删除光标前的整个单词：Ctrl + Backspace
-
删除光标后的整个单词：Ctrl + Delete
-
显示函数提示：Shift + TAB，按一次显示简略信息，按两次显示详细信息，按三次 10 秒内固定显示，按四次，函数信息固定显示在界面下方。
-
移动到上一个单元格：↑
-
移动到下一个单元格：↓
-
复制光标所在整行：Ctrl + C，注：不要选择任何内容
-
剪切光标所在整行：Ctrl + X，注：不要选择任何内容
-
其它复制、剪切、黏贴、重做、取消等快捷键与 Windows 标准快捷键一样。
命令模式快捷键：
-
切换为编辑模式：Enter
-
选中单元格改为代码格式：Y
-
选中单元格改为 Markdown 格式：M
-
选中单元格改为原生格式：R
-
当前单元格上方插入单元格：A
-
当前单元格下方插入单元格：B
-
删除选中单元格：DD，即连续按两次 D 键
-
恢复删除的单元格：Z
-
复制选中单元格：C
-
剪切选中单元格：X
-
黏贴选中单元格：V
-
查找与替换内容：F
-
隐藏 / 显示输出内容：O
-
隐藏 / 显示代码行号：L
-
扩展选择当前单元格上方单元格：Shift + ↑
-
扩展选择当前单元格下方单元格：Shift + ↓
-
合并多个单元格：Shift + M
- 重启内核：00，即连续按两次
零
5.像数据科学家一样使用notebook
如何用notebook做一个综合代码，数据，ppt和excel以及pdf的数据报告
Qgrid
Qgrid也是一个Jupyter的小部件，不过它主要用于数据帧，装上之后，就可以像操作Excel里的筛选功能一样，方便的处理数据。
# only required if you have not added conda-forge to your channels yet conda config --add channels conda-forge conda install qgrid
使用：
import qgrid excel_grid=qgrid.show_grid(df.head(20),show_toolbar=True) excel_grid
# pip pip install ipywidgets jupyter nbextension enable --py widgetsnbextension # Conda conda install -c conda-forge ipywidgets #Installing ipywidgets with conda automatically enables the extension