Debugging Jupyter

Installieren Sie Jupyter auf Linux¶

Auf Linux installieren nodejs und Jupyter:

sudo apt-get install nodejs
sudo apt-get install jupyter

Probleme beim Starten von Jupyter Lab¶

Aus einigen Gründen arbeiten die jupyter lab oder jupyter-lab-Befehle nicht in einer anderen conda-Umgebung als base oder in Linux-Umgebungen. In diesen Fällen öffnen Sie Anaconda Prompt (und aktivieren Sie die betreffende Umgebung), oder Linux Terminal und tippen Sie auf:

python -m pip install jupyter-lab

Alternativ funktioniert auch pip install jupyterlab (oder pip3 install jupyterlab).

Probieren Sie jupyter lab oder jupyterlab. Wenn es noch nicht funktioniert, versuchen Sie (auf Linux):

/usr/bin/env python /home/USER-NAME/.local/python3.X/site-packages/jupyterlab

Stellen Sie sicher, USER-NAME mit Ihrem lokalen Benutzernamen und python3.X durch die installierte Version von Python (z.B. python3.7) zu ersetzen.

Jupyter erkennt nicht installierte Pakete in Conda Env¶

Wenn Sie Jupyter innerhalb einer Conda-Umgebung starten und die Jupyter Notebooks die in der Umgebung installierten Pakete nicht importieren können, müssen Sie auch den ipykernel* für die jeweilige Umgebung installieren. Dieser Fehler gilt zum Beispiel, wenn der Import from osgeo import gdal in einem jupyter Notebook Python-Code-Zelle aus der aktiven flussenvUmgebung eine ImportError ergibt. Um diesen Fehler zu beheben:

• Abschaltung Jupyter(Lab)

• Stellen Sie in Anaconda-Prompt sicher, dass die Zielumgebung aktiviert wird (z.B. conda activate flussenv)

• Überprüfen Sie, ob ipykernel durch typconda list installiert ist

• Wenn ipykernel nicht installiert ist, geben Sie conda install -c anaconda ipykernel ein, um es zu installieren

• Fügen Sie einen neuen Kernel hinzu:

  • ipython kernel install --user --name=KERNEL_NAME

  • Ersetzen Sie KERNEL_NAME mit dem Namen, den Sie verwenden möchten (z.B.fluss_kernel)

• Re-run jupyter-lab, um den neuen Kernel aus dem oberen Menü auszuwählen (Kernel**** Change Kernel...)