installation

安装

要使用 IPython 和 Jupyter 生态系统（包括 JupyterLab 和 Jupyter Notebook），你需要安装必要的软件包。推荐的方法取决于你是否已经在使用 Anaconda 发行版。

推荐方法：Anaconda/Miniconda

Anaconda 是一个流行的 Python 发行版，专为数据科学和科学计算设计。它包含 Python、一个包管理器 (conda)、一个环境管理器以及数百个预装的科学计算库。

IPython、JupyterLab 和 Jupyter Notebook 在标准 Anaconda 发行版中默认包含。 如果你安装 Anaconda，通常不需要单独安装它们。

你可以从官方网站下载 Anaconda：https://www.anaconda.com/products/distribution

如果你偏好最小化安装，可以使用 Miniconda (https://docs.conda.io/en/latest/miniconda.html)，它只包含 Python 和 conda 包管理器。安装 Miniconda 后，你可以使用以下命令安装 JupyterLab（其中包含 IPython 和 Notebook）：

conda install jupyterlab

在数据科学环境中，通常推荐使用 conda 来管理软件包，因为它能有效地处理复杂的依赖项（包括非 Python 库）。

备选方法：使用 pip

如果你使用的是标准的 Python 安装（非 Anaconda/Miniconda），你可以使用 pip，即 Python 包安装器。

强烈建议使用虚拟环境（venv 或 conda env）来避免与系统全局软件包发生冲突。

# 1. 创建并激活虚拟环境 (可选但推荐)
python -m venv myenv
source myenv/bin/activate  # 在 Linux/macOS 上
# myenv\Scripts\activate  # 在 Windows 上

# 2. 安装 JupyterLab (包含 IPython, Notebook 等)
pip install jupyterlab

# 备选：如果你只需要终端环境，则只安装 IPython
# pip install ipython

使用 pip 安装 jupyterlab 会自动拉取 ipython 和其他必要的依赖项。

关键依赖项

IPython 依赖于几个核心软件包，它们通常会作为依赖项自动安装：

• traitlets: 一个用于配置和定义具有可观察变化类型的框架。
• prompt_toolkit: 用于构建强大的交互式命令行应用程序的库（驱动 IPython 终端）。
• pygments: 一个通用的语法高亮库。
• jedi: 一个用于 Python 的代码自动补全和静态分析库。
• matplotlib-inline: 提供 %matplotlib inline 后端。
• stack_data: 从堆栈帧中提取执行信息以提供更好的回溯信息。
• （以及其他）

如果你通过 conda 或 pip install jupyterlab 进行安装，通常无需手动管理这些依赖项。

验证安装

安装完成后，你可以通过打开终端并运行以下命令来验证：

ipython --version
jupyter lab --version
jupyter notebook --version

你应该会看到打印出的安装版本号，且没有错误。