1、什么是jupyter notebook
jupyter notebook是一种 Web 应用，能让用户将说明文本、数学方程、代码和可视化内容全部组合到一个易于共享的文档中。它可以直接在代码旁写出叙述性文档，而不是另外编写单独的文档。也就是它可以能将代码、文档等这一切集中到一处，让用户一目了然。
Jupyter这个名字是它要服务的三种语言的缩写：Julia，PYThon和R，这个名字与“木星（jupiter）”谐音。Jupyter Notebook 已迅速成为数据分析，机器学习的必备工具。因为它可以让数据分析师集中精力向用户解释整个分析过程。我们可以通过Jupyter notebook写出了我们的学习笔记。
2、jupyter notebook安装
对于新手，这里强力推荐使用安装Anaconda进行jupyter安装。Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，所以也称为Python的一种发行版。可方便地安装Python，Jupyter Notebook以及用于科学计算和数据科学的其他常用软件包。
安装如下：
安装步骤：
1、官网下载Anaconda。建议下载Anaconda的最新Python 3版本。
2、按照安装说明一步步安装即可。
值得注意的是，安装步骤中有一个地方需要确认：
第一个勾是是否把Anaconda加入环境变量，这涉及到能否直接在cmd中使用conda、jupyter、ipython等命令，推荐打勾，如果不打勾话问题也不大，可以在之后使用Anaconda提供的命令行工具进行操作；第二个是是否设置Anaconda所带的Python 3.6为系统默认的Python版本，这个自己看着办，问题不大。
对于有经验的用户，或者说linux用户，可以使用Python的包管理器pip安装Jupyter ，而不是Anaconda。下面为安装步骤。
1、确保你是最新的版本; 旧版本可能会遇到一些依赖问题：
pip3 install --upgrade pip
2、使用以下命令安装Jupyter Notebook：
pip3 install jupyter
3、anaconda配置jupyter的默认启动路径
首先了解一下anaconda navigator,从开始菜单中，以管理员方式运行Anaconda Navigator桌面应用程序。
当Navigator启动时，它会验证是否安装了Anaconda。如果运行成功，会显示如下界面：
home目录中是显示的我们已经安装了的软件，后面我们可以通过这里直接启动需要用到的软件。
environment目录下展示的是当前环境及当前我们已经安装了的包，第一次进入这个界面会询问你是否修改路径，你可以将路径修改到你的project项目目录下，当然你也可以通过channels修改路径。这里先不修改。同时你还可以通过create创建或则导入新的环境。
poject目录下你可以创建工程或者导入已经存在了的项目：
Learning目录下就是一些相关的教程链接。
community即一些相关的交流论坛，方便开发者进行交流。
在开始菜单中以管理员身份运行Anaconda Prompt，这里就是启动conda环境管理器。
在Anaconda Prompt for Windows中使用conda命令行命令可以完成一系列的操作。关于conda的命令行请参考官方文档，只做一个大概的介绍：
(1)环境创建及管理
下面是我们需要安装Python 3.4的操作
# 创建一个名为python3.4的环境，指定Python版本是3.4（不用管是3.4.x，conda会为我们自动寻找3.4.x中的最新版本） conda create --name python34 python=3.4 # 安装好后，使用activate激活某个环境 activate python34 # for Windows source activate python34 # for Linux & Mac # 激活后，会发现terminal输入的地方多了python34的字样，实际上，此时系统做的事情就是把默认2.7环境从PATH中去除，再把3.4对应的命令加入PATH # 此时，再次输入 python --version # 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`，即系统已经切换到了3.4的环境 # 如果想返回默认的python 2.7环境，运行 deactivate python34 # for Windows source deactivate python34 # for Linux & Mac # 删除一个已有的环境 conda remove --name python34 --all
（2）Conda的包管理
Conda的包管理就比较好理解了，这部分功能与pip类似。例如，如果需要安装scipy：
# 安装scipy conda install scipy # conda会从从远程搜索scipy的相关信息和依赖项目，对于python 3.4，conda会同时安装numpy和mkl（运算加速的库） # 查看已经安装的packages conda list # 最新版的conda是从site-packages文件夹中搜索已经安装的包，不依赖于pip，因此可以显示出通过各种方式安装的包
conda的一些常用操作如下：
# 查看当前环境下已安装的包 conda list # 查看某个指定环境的已安装包 conda list -n python34 # 查找package信息 conda search numpy # 安装package conda install -n python34 numpy # 如果不用-n指定环境名称，则被安装在当前活跃环境 # 也可以通过-c指定通过某个channel安装 # 更新package conda update -n python34 numpy # 删除package conda remove -n python34 numpy
前面已经提到，conda将conda、python等都视为package，因此，完全可以使用conda来管理conda和python的版本，例如
# 更新conda，保持conda最新 conda update conda # 更新anaconda conda update anaconda # 更新python conda update python # 假设当前环境是python 3.4, conda会将python升级为3.4.x系列的当前最新版本
补充：如果创建新的python环境，比如3.4，运行conda create -n python34 python=3.4之后，conda仅安装python 3.4相关的必须项，如python, pip等，如果希望该环境像默认环境那样，安装anaconda集合包，只需要：
# 在当前环境下安装anaconda包集合 conda install anaconda # 结合创建环境的命令，以上操作可以合并为 conda create -n python34 python=3.4 anaconda # 也可以不用全部安装，根据需求安装自己需要的package即可
（3）设置国内镜像
如果需要安装很多packages，你会发现conda下载的速度经常很慢，因为Anaconda.org的服务器在国外。所幸的是，清华TUNA镜像源有Anaconda仓库的镜像，我们将其加入conda的配置即可：
# 添加Anaconda的TUNA镜像 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ # TUNA的help中镜像地址加有引号，需要去掉 # 设置搜索时显示通道地址 conda config --set show_channel_urls yes
执行完上述命令后，会生成~/.condarc(Linux/Mac)或C:UsersUSER_NAME.condarc文件，记录着我们对conda的配置，直接手动创建、编辑该文件是相同的效果。
4）共享环境
共享环境非常有用，它能让其他人安装你的代码中使用的所有包，并确保这些包的版本正确。
你可以在你当前的环境中终端中使用
conda env export > environment.yaml
将你当前的环境保存到文件中包保存为YAML文件（包括Pyhton版本和所有包的名称）。
命令的第一部分 conda env export 用于输出环境中的所有包的名称（包括 Python 版本）
在 GitHub 上共享代码时，最好同样创建环境文件并将其包括在代码库中。这能让其他人更轻松地安装你的代码的所有依赖项。
导出的环境文件，在其他电脑环境中如何使用呢？
首先在conda中进入你的环境，比如activate py3
然后在使用以下命令更新你的环境：
#其中-f表示你要导出文件在本地的路径，所以/path/to/environment.yml要换成你本地的实际路径 conda env update -f=/path/to/environment.yml
对于不使用 conda 的用户，通常可以使用
pip freeze > environment.txt
将一个 txt文件导出并将环境包括在其中，然后别人就可以使用
pip install -r /path/requirements.txt
安装该项目实际需要的包（其中/path/requirements.txt是该文件在你电脑上的实际路径）。
4、jupyter Notebook默认启动路径修改
下面讲解的是如何更改jupyter的默认启动路径。 在软件页打开jupyter Notebook
会打开一个浏览器界面和一个cmd命令界面：
这里浏览器打开的是Notebook Dashboard，它将显示笔记本服务器启动目录中的笔记本，文件和子目录列表。值得注意的是，这里打开的是C:\Users\Administrator，这是因为jupyter notebook命令会在电脑本地以默认配置启动jupyter服务，windows下可以通过以下方式修改默认路径
运行Anaconda Prompt后，输入指令
jupyter notebook --generate-config
生成jupyter的配置文件。
找到文件并打开 ，在第214行找到
#c.NotebookApp.notebook_dir = ‘‘
将其改为
c.NotebookApp.notebook_dir = ‘H:\Jupyter‘
这里的H:\Jupyter即为我们想要设置的路径。这里注意：第一、文件夹必须先创建好，不然会jupyter初始化时会找不到目录 第二、要取消注释，c前面的#要去掉。 第三、要注意文件名不可以是数字
保存并关闭。
在开始菜单中打开jupter notebook属性
因为%USERPROFILE%会使得jupyter打开固定地址。 所以将目标后面的%USERPROFILE%删除，并将起始位置改为我们期望的路径，结果如下：
运行Jupter Notebook可以看到如下结果：
参考资料：
Anaconda document
最省心的Python版本和第三方库管理——初探Anaconda
初学python者自学anaconda的正确姿势是什么？？
Conda Docs
Anaconda 下 Jupyter 更改默认启动路径方法
如何在Linux系统搭建jupyter notebook
原文地址：https://www.cnblogs.com/noticeable/p/9006861.html