Jupyter Lab 설치 및 작업 환경 설정 방법 (feat. anaconda3)

* 이 글은 github.com/Anaconda-Platform/nb_conda를 참고하여 작성하였습니다.

 

다른 가상환경을 Jupyter에서 사용하기 위해서는 아래와 같은 조건이 필요합니다.

  ● Jupyter가 설치되어 있는 가상환경에 nb_conda 패키지가 설치되어 있을 것

  ● Jupyter에 등록시킬 가상환경은 ipykernel 패키지가 설치되어 있을 것

 

위 조건만 충족시키면 자동으로 다른 가상환경을 Jupyter에서 사용할 수 있습니다. 예시로 직접 해보겠습니다.

 

---

Jupyter Lab 설치 및 작업 환경 설정 방법

 

1. Jupyter용 가상환경을 만듭니다. Jupyter 가상환경에는 nb_conda 패키지가 포함되어야 합니다.

conda create -n jupyter jupyterlab nb_conda -y

 

 

2. Jupyter 환경을 활성화하고 설정 파일 생성, 암호를 설정합니다. (Jupyter 환경 활성화 - config 파일 생성 - 암호 설정 - config 파일 열기)

conda activate jupyter

jupyter notebook --generate-config

jupyter notebook password

 

 

3. config 파일을 텍스트 에디터로 열어서 아래와 같이 설정합니다.

IP는 컴퓨터 자신의 주소를 반환하는 0.0.0.0으로, port는 자신만 아는 숫자로 설정합니다.

Open_browser의 경우 Jupyter를 실행시에 자동으로 브라우저를 켜줄지 말지 결정하는 옵션입니다. 원하시는 대로 하시면 됩니다.

vi ~/.jupyter/jupyter_notebook_config.py


c.NotebookApp.ip = '0.0.0.0'
c.NotebookApp.open_browser = False
c.NotebookApp.port = 12519

 

 

4. jupyter 가상환경에서의 설정이 끝났으니, 비활성화합니다.

conda deactivate

 

 

5. 실제 작업을 위한 환경을 만듭니다. Jupyter에 이 가상환경을 인식시키기 위해서는, 앞서 언급하였듯이 ipykernel 패키지가 포함되어야 합니다. 여기서 ML은 가상환경 이름이기에 원하시는 것으로 하시면 됩니다. 

 

저는 예시로 scikit-learn pandas python이 구성된 ML이라는 가상환경을 만들어 보겠습니다.

conda create -n ML python ipykernel scikit-learn pandas -y

 

 

6. Jupyter에서 자신의 환경을 사용합니다.

저같은 경우 ML 가상환경을 사용할 수 있는 것을 볼 수 있습니다.