Fitten Code是一款基于云端的轻量级集成开发环境,不依赖你本地的Python安装。但要运行.ipynb文件,你需要手动绑定或初始化一个内核。下面是详细步骤。
## 检查并启用内置Python环境
打开Fitten Code网页端,点击左侧导航栏的「终端」,输入 `python --version` 并回车。若返回类似 `Python 3.11.9` 的信息,说明Python已就绪;如果提示 `command not found`,则需点击右上角的「环境」→「选择Python版本」,从下拉列表中选取一个≥3.9的版本,再点击「应用」。
这一步是基础,如果没做好,后续所有notebook操作都会受阻。
## 安装Jupyter内核并注册至Fitten Code
在已激活Python环境的终端中,先执行:
```
pip install jupyter ipykernel
```
安装完成后,再运行:
```
python -m ipykernel install --user --name fitten-python --display-name "Python (Fitten)"
```
这条命令会将当前Python环境注册为一个可用内核。注意:**--name参数值不能与其他已存在内核重名**。如果提示“Kernel name ‘fitten-python’ is already installed”,请换一个名字,比如 `fitten-py311`,然后重试。
执行完毕后,刷新页面或重启Fitten Code编辑器。新建Notebook时,就能在内核选择菜单中看到你注册的内核了。
## 创建并运行第一个Notebook
点击左上角「文件」→「新建」→「Jupyter Notebook」。此时会弹出内核选择面板,从下拉菜单中选中你刚注册的名称(比如 *Python (Fitten)*)。
在第一个cell里输入:
```python
import sys
print(sys.version)
```
按 `Ctrl+Enter` 运行。如果下方立即显示出Python版本信息,说明环境配置成功。
有一点需要提醒:Fitten Code不支持挂载本地文件系统,所有.ipynb文件默认保存在云端项目空间。关闭浏览器标签页不会导致数据丢失,这一点可以放心。
## 配置常用库(可选但推荐)
**方法一:在Notebook首个cell中逐一安装**
```
!pip install numpy pandas matplotlib scikit-learn
```
运行后等待输出完成,再导入测试:`import numpy as np; print(np.__version__)`。
**方法二:在终端一次性安装(更稳定)**
```
pip install numpy pandas matplotlib scikit-learn seaborn requests
```
安装过程大约需要30到90秒,期间不要关闭终端或刷新页面。如果某个库安装失败(例如 `protobuf` 冲突),可以加上 `--force-reinstall` 参数重试。如何在Fitten Code中一步步配置Jupyter Notebook环境的详细完整教程
要在Fitten Code(原InsCode 快马)中运行Jupyter Notebook,只需三步:确认Python环境、安装并注册Jupyter内核、新建Notebook进行测试。整个过程依托云端完成,文件自动保存,完全不用担心数据丢失。 Fitten Code是一款基于云端的轻量级集成开发环境
要在Fitten Code(原InsCode/快马)中运行Jupyter Notebook,只需三步:确认Python环境、安装并注册Jupyter内核、新建Notebook进行测试。整个过程依托云端完成,文件自动保存,完全不用担心数据丢失。
Fitten Code是一款基于云端的轻量级集成开发环境,不依赖你本地的Python安装。但要运行.ipynb文件,你需要手动绑定或初始化一个内核。下面是详细步骤。
## 检查并启用内置Python环境
打开Fitten Code网页端,点击左侧导航栏的「终端」,输入 `python --version` 并回车。若返回类似 `Python 3.11.9` 的信息,说明Python已就绪;如果提示 `command not found`,则需点击右上角的「环境」→「选择Python版本」,从下拉列表中选取一个≥3.9的版本,再点击「应用」。
这一步是基础,如果没做好,后续所有notebook操作都会受阻。
## 安装Jupyter内核并注册至Fitten Code
在已激活Python环境的终端中,先执行:
```
pip install jupyter ipykernel
```
安装完成后,再运行:
```
python -m ipykernel install --user --name fitten-python --display-name "Python (Fitten)"
```
这条命令会将当前Python环境注册为一个可用内核。注意:**--name参数值不能与其他已存在内核重名**。如果提示“Kernel name ‘fitten-python’ is already installed”,请换一个名字,比如 `fitten-py311`,然后重试。
执行完毕后,刷新页面或重启Fitten Code编辑器。新建Notebook时,就能在内核选择菜单中看到你注册的内核了。
## 创建并运行第一个Notebook
点击左上角「文件」→「新建」→「Jupyter Notebook」。此时会弹出内核选择面板,从下拉菜单中选中你刚注册的名称(比如 *Python (Fitten)*)。
在第一个cell里输入:
```python
import sys
print(sys.version)
```
按 `Ctrl+Enter` 运行。如果下方立即显示出Python版本信息,说明环境配置成功。
有一点需要提醒:Fitten Code不支持挂载本地文件系统,所有.ipynb文件默认保存在云端项目空间。关闭浏览器标签页不会导致数据丢失,这一点可以放心。
## 配置常用库(可选但推荐)
**方法一:在Notebook首个cell中逐一安装**
```
!pip install numpy pandas matplotlib scikit-learn
```
运行后等待输出完成,再导入测试:`import numpy as np; print(np.__version__)`。
**方法二:在终端一次性安装(更稳定)**
```
pip install numpy pandas matplotlib scikit-learn seaborn requests
```
安装过程大约需要30到90秒,期间不要关闭终端或刷新页面。如果某个库安装失败(例如 `protobuf` 冲突),可以加上 `--force-reinstall` 参数重试。
Fitten Code是一款基于云端的轻量级集成开发环境,不依赖你本地的Python安装。但要运行.ipynb文件,你需要手动绑定或初始化一个内核。下面是详细步骤。
## 检查并启用内置Python环境
打开Fitten Code网页端,点击左侧导航栏的「终端」,输入 `python --version` 并回车。若返回类似 `Python 3.11.9` 的信息,说明Python已就绪;如果提示 `command not found`,则需点击右上角的「环境」→「选择Python版本」,从下拉列表中选取一个≥3.9的版本,再点击「应用」。
这一步是基础,如果没做好,后续所有notebook操作都会受阻。
## 安装Jupyter内核并注册至Fitten Code
在已激活Python环境的终端中,先执行:
```
pip install jupyter ipykernel
```
安装完成后,再运行:
```
python -m ipykernel install --user --name fitten-python --display-name "Python (Fitten)"
```
这条命令会将当前Python环境注册为一个可用内核。注意:**--name参数值不能与其他已存在内核重名**。如果提示“Kernel name ‘fitten-python’ is already installed”,请换一个名字,比如 `fitten-py311`,然后重试。
执行完毕后,刷新页面或重启Fitten Code编辑器。新建Notebook时,就能在内核选择菜单中看到你注册的内核了。
## 创建并运行第一个Notebook
点击左上角「文件」→「新建」→「Jupyter Notebook」。此时会弹出内核选择面板,从下拉菜单中选中你刚注册的名称(比如 *Python (Fitten)*)。
在第一个cell里输入:
```python
import sys
print(sys.version)
```
按 `Ctrl+Enter` 运行。如果下方立即显示出Python版本信息,说明环境配置成功。
有一点需要提醒:Fitten Code不支持挂载本地文件系统,所有.ipynb文件默认保存在云端项目空间。关闭浏览器标签页不会导致数据丢失,这一点可以放心。
## 配置常用库(可选但推荐)
**方法一:在Notebook首个cell中逐一安装**
```
!pip install numpy pandas matplotlib scikit-learn
```
运行后等待输出完成,再导入测试:`import numpy as np; print(np.__version__)`。
**方法二:在终端一次性安装(更稳定)**
```
pip install numpy pandas matplotlib scikit-learn seaborn requests
```
安装过程大约需要30到90秒,期间不要关闭终端或刷新页面。如果某个库安装失败(例如 `protobuf` 冲突),可以加上 `--force-reinstall` 参数重试。来源:https://www.php.cn/faq/2736077.html?uid=1221864
相关热点
继续查看同栏目近期热点。
延伸阅读
补充最近整理过的热点入口。
