如何安装python以及jupyter notebook

安装 Python 和 Jupyter Notebook 非常简单,以下是详细的步骤指南:


1. 安装 Python

Windows/macOS/Linux

推荐使用 Anaconda (包含 Python 和 Jupyter Notebook 的一键安装)或 直接安装 Python

方法 1: 通过 Anaconda 安装(推荐新手)
  1. 访问 Anaconda 官网

  2. 选择适合你操作系统的版本(Windows/macOS/Linux)下载。

  3. 运行安装程序,按照提示完成安装(勾选 Add Anaconda to PATH 选项)。

  4. 安装完成后,打开终端(macOS/Linux)或命令提示符(Windows),输入以下命令检查是否成功:

    bash 复制代码
    python --version

    bash 复制代码
    conda --version
方法 2: 直接安装 Python
  1. 访问 Python 官网

  2. 下载最新版本的 Python(勾选 Add Python to PATH)。

  3. 运行安装程序,完成后在终端输入:

    bash 复制代码
    python --version

    确认安装成功。


2. 安装 Jupyter Notebook

如果已安装 Anaconda

Anaconda 自带 Jupyter Notebook,直接在终端输入以下命令启动:

bash 复制代码
jupyter notebook
如果直接安装的 Python

通过 pip 安装 Jupyter Notebook:

  1. 打开终端或命令提示符,运行:

    bash 复制代码
    pip install jupyter
  2. 安装完成后,启动 Jupyter:

    bash 复制代码
    jupyter notebook

3. 使用 Jupyter Notebook

  1. 执行 jupyter notebook 后,浏览器会自动打开一个页面(默认地址 http://localhost:8888)。
  2. 点击右上角 NewPython 3 创建一个新的 Notebook。
  3. 在单元格中输入代码,按 Shift + Enter 运行。

常见问题

  1. pip 命令不可用

    确保 Python 安装时勾选了 Add to PATH,或手动配置环境变量。

  2. 浏览器未自动打开

    复制终端中显示的链接(如 http://localhost:8888/?token=...)到浏览器手动访问。

  3. 安装慢或失败

    使用国内镜像源安装:

    bash 复制代码
    pip install jupyter -i https://pypi.tuna.tsinghua.edu.cn/simple

卸载(如果需要)

  • 卸载 Jupyter:

    bash 复制代码
    pip uninstall jupyter
  • 卸载 Anaconda:通过控制面板(Windows)或删除安装目录(macOS/Linux)。


完成以上步骤后,你就可以开始使用 Python 和 Jupyter Notebook 了!如果有其他问题,欢迎随时提问。

相关推荐
YH丶浩几秒前
vue自定义数字滚动插件
开发语言·前端·javascript·vue
zhangfeng11332 分钟前
基于STRING数据库构建模型基因的PPI网络 基于GeneMANIA构建Hub基因的功能相似网络
开发语言·生物信息
无限进步_5 分钟前
【C语言】计算两个整数二进制表示中不同位的个数
c语言·开发语言
文心快码BaiduComate15 分钟前
Comate分饰多角:全栈开发一个Python学习网站
前端·后端·python
雨声不在16 分钟前
cronet从编译到修改之: 支持IP直连
python·网络协议·tcp/ip·cronet
2401_8414956424 分钟前
【机器学习】朴素贝叶斯法
人工智能·python·数学·算法·机器学习·概率论·朴素贝叶斯法
听潮阁25 分钟前
Python 旅游数据分析平台【源码请评论区留言】
python·数据分析·旅游
付玉祥25 分钟前
第 2 章 变量与基本数据类型
python·llm
扑克中的黑桃A35 分钟前
Python快速入门专业版(八):字符串基础:创建、拼接与切片(10+实用代码案例)
python
时间醉酒39 分钟前
逻辑回归(四):从原理到实战-训练,评估与应用指南
人工智能·python·算法·机器学习·逻辑回归