本教程为事后记录，部分图片非实操图片。
详细记录了pycharm配置jupyter的方法，jupyter添加其他conda环境的方法，远程密码调用jupyter的方法，修改jupyter工作目录的方法。
文章目录
- 一、入门级配置
-
- [1. Pycharm配置Conda自带的jupyter](#1. Pycharm配置Conda自带的jupyter)
-
- [1.1 Conda自带jupyter启动方法](#1.1 Conda自带jupyter启动方法)
- [1.2 Pycharm配置jupyter](#1.2 Pycharm配置jupyter)
-
-
- [1.2.1. 打开Pycharm，并打开设置，找到对应项](#1.2.1. 打开Pycharm，并打开设置，找到对应项)
- [1.2.2 在 输入`jupyter`的网页链接](#1.2.2 在 输入
jupyter的网页链接)
-
- [2. jupyter配置conda其他环境](#2. jupyter配置conda其他环境)
-
- [2.1 使用命令查看jupyter的通用工作路径](#2.1 使用命令查看jupyter的通用工作路径)
- [2.2 添加其他环境配置](#2.2 添加其他环境配置)
- 二、进阶配置
-
- [1. 查看jupyter工作目录，并配置jupyter，设置成密码登陆](#1. 查看jupyter工作目录，并配置jupyter，设置成密码登陆)
- [2. pycharm配置jupyter](#2. pycharm配置jupyter)
- [3. 修改jupyter的工作目录](#3. 修改jupyter的工作目录)
- 三、pycharm自启动jupyter
- [四、jupyter notebook使用技巧](#四、jupyter notebook使用技巧)
-
- [1. 使用 matplotlib 在独立窗口绘图](#1. 使用 matplotlib 在独立窗口绘图)
一、入门级配置
本配置方法支持pycharm使用jupyter notebook。
但，每次都需要重新输入token。
1. Pycharm配置Conda自带的jupyter
1.1 Conda自带jupyter启动方法
- 可以直接鼠标点击运行Jupyter Notebook 这个快捷方式
- 在 Anaconda Prompt 端执行
jupyter notebook
1.2 Pycharm配置jupyter
1.2.1. 打开Pycharm，并打开设置，找到对应项
在Configured Server处输入复制的链接。
这里注意，如果没有这个设置项，可能是需要先创建一个notebook才会弹出来这个！
1.2.2 在 输入jupyter的网页链接
请注意，这个token是每次都会变动的，所以，每次都需要重复上述操作
2. jupyter配置conda其他环境
一般情况下，jupyter启动后，仅支持自带的环境，也就是base环境。如果你很多库都安装在里边，自然可以用。
但如果想更换其他环境，则需要安装 ipykernel（安装在base环境下）。
这个百度也能得到其他官方做法。我就说个简单的方法： 查文件夹路径！
2.1 使用命令查看jupyter的通用工作路径
在anaconda prompt 中使用 jupyter --paths 查看jupyter的目录，然后去找到 ：".../kernels/python3" 这个文件夹。
一般是在工作目录的 "--/share\jupyter\kernels\python3" 路径下，然后发现这三个文件就是了。
2.2 添加其他环境配置
- 将
python3这个文件夹复制在kernels文件夹内，并重命名成你新环境的名字； - 打开
kernel.json，修改对应的环境路径，并更改名字（方便你记得这个环境）； - 重启jupyter即可
这里说明一下：
- 因为我印象中从来没有故意特意去安装
ipykernel，所以可能conda是默认安装这个ipykernel的。 - 可以使用conda list查看确认是否安装了ipykernel。
- 也可以按上述提到的路径找一下，如果存在这个配置文件，基本上是安装了ipykernel的。
- 网上有其他ipykernel的配置方法，需要使用命令，我只是比较懒，就直接复制了。
- 如果没找到这个文件夹和配置文件，可能需要安装一下 ipykernel ！
二、进阶配置
允许pycharm一次性配置好jupyter，即实现远程调用
修改工作目录，避免占用c盘空间
原理核心：不需要jupyter每次都产生动态的token，因此，我们选用密码加密的方式！
1. 查看jupyter工作目录，并配置jupyter，设置成密码登陆
- 在 Anaconda Prompt 端执行
jupyter --paths，可以查看jupyter所有的工作目录。
（一般情况下，conda自带jupyter目录在：C:\user\xxx\ 文件夹下） - 在 Anaconda Prompt 端执行
jupyter notebook --generate-config生成config.py文件;
(根据上述文件夹，挨个找一下，大概率是在 C:\Users\xxx.jupyter文件夹里 ) - 打开这个"jupyter_notebook_config.py"配置文件，修改
需要重点注意，#号为注释符号，需要去掉，并且每一个命令都需要置前，前面无空格，才能识别该命令，否则会报错
这里的配置为：
c.NotebookApp.allow_remote_access = True
c.NotebookApp.allow_root = True
c.NotebookApp.ip = '*'
c.NotebookApp.notebook_dir = '可修改工作目录'
c.NotebookApp.open_browser = False
c.NotebookApp.password = ''
c.NotebookApp.password_required = True
c.NotebookApp.port = 8889
c.NotebookApp.token = ''
修改配置文件后，先不关闭，还需填写 "c.NotebookApp.password"
- 使用命令：
jupyter notebook password生成密码；（输入两次密码）
（这里在C:\Users\xxx.jupyter 文件夹下，会生成一个配置文件"jupyter_notebook_config.json"）
-
打开jupyter_notebook_config.json文件，复制密码串；
-
将密码串粘贴到 "c.NotebookApp.password" 处。
-
重启jupyter即可。
2. pycharm配置jupyter
这时候还是在相同的地方，只需要填入：http://localhost:8888/?token=即可。
3. 修改jupyter的工作目录
执行到在上述第3步中，即可修改工作目录。但需要注意，此时，如果是使用Jupyter Notebook这个快捷键来启动jupyter，工作目录是不会变的！
还需要进行下列修改：
-
找到这个快捷键的文件所在，鼠标右键打开"属性"，
-
删除： "%USERPROFILE%/"
-
然后，保存即可。
-
到此，使用快捷键"Jupyter Notebook (Anaconda)"启动jupyter也能愉快的使用设置好的工作目录啦！
强调：
上述使用 Configured Server配置jupyter的方法，都需要手动额外启动jupyter，然后pycharm才能连接上这个服务器！
三、pycharm自启动jupyter
这个简单尝试了一下，应该是工程目录链接的环境中需要单独安装jupyter notebook。
后期可能补上教程！
四、jupyter notebook使用技巧
pycharm配置jupyter可以避免网页版没有代码补全的功能！
1. 使用 matplotlib 在独立窗口绘图
使用 %matplotlib qt5 才能弹出窗口，否者是嵌入到notebook内，没有交互功能。
bash
%matplotlib qt5
from matplotlib import pyplot as plt