之前一直使用pycharm， 算是本地编程环境里面比较好的， 但是在代码需要远程运行， 并且取回执行结果， 如生成的图片和实时加一些说明的时候， 纯python代码就没有那么好用了。
发现大家都在用ipython， 环境自然就是jupyter notebook
目前环境已经安装了virtualEnv， 在virtualEnv下安装的tensorflow等包
安装ipython, jupyter notebook
$ pip install ipython
$ pip install jupyter
$ source ~/ml/bin/activate //激活环境
(ml)$ pip install ipykernel
(ml)$ python -m ipykernel install --user --name=ml
安装完毕后， 命令行敲击jupyter notebook就会在本地localhost:8888用浏览器打开notebook， kernel选择ml（--name后面定义的那个名字）即可。
参考资料:
使用virtualenv搭建包含tensorflow的jupter notebook运行环境
远程访问notebook
目前， 在虚拟机或者服务器上搭建好notebook后， 本地无法直接访问， 需要修改配置
- 登录远程服务器
- 生成配置
$ jupyter notebook --generate-config
- 生成密码， 在ipython中输入密码， 获取sha1:41107558f125:91c692f7a58c50????????这个字段， 注意包括sha1
$ ipython
In [1]: from notebook.auth import passwd
In [2]: passwd()
Enter password:
Verify password:
Out[2]: 'sha1:41107558f125:91c692f7a58c50????????'
- 修改配置文件
$vi ~/.jupyter/jupyter_notebook_config.py
//如下修改：
c.NotebookApp.ip='*'
c.NotebookApp.password = u'sha:ce...刚才复制的那个密文'
c.NotebookApp.open_browser = False
c.NotebookApp.port =7777#最好换一个端口， 免得和其他的服务产生冲突
c.NotebookApp.certfile = u'./mycert.pem # 为了打开https用
c.MultiKernelManager.default_kernel_name = 'ml' #如果在pycharm里面运行jupyter， 我用的版本还不支持更换kernel， 所以在jupyter config里面默认使用ml， 就是你创建的kennel的名字.
- 生成https用的认证文件【1】
$ openssl req -x509 -nodes -days 365 -newkey rsa:1024 -keyout mycert.pem -out mycert.pem
之后会要求你输入国家， 地区， 公司， 名字， email等信息， 可以随便写， 不会验证。
该命令在当前文件夹下生成mycert.pem， 推荐放到~/.jupyter/目录下。
- 在你想要的路径下面运行
$ jupyter notebook
注意， 隐藏目录访问端口， 会导致访问失败。可以切换到你的工作目录或者 ~下运行这个命令。
如果提示PermissionError: [Errno 13] Permission denied: '/run/user/0/jupyter'
输入export XDG_RUNTIME_DIR=""即可解决该问题
- 在pycharm中运行（可选）
pycharm里面和网页版的快捷键稍微有点冲突， 但是补全的库是下载到本地的， 所以补全什么的， 会快一丢丢，
另外， 有段时间不用经常用到的快捷键, 这里稍微回顾一下：
alt-enter 智能提示；比如辅助import或者什么的;
ctrl-space 自动补全；Code Completion；在设置中用关键词Code Completion可以找到如何关闭大小写， 对于我们常常搞混一些api大小写的人来说， 还是有必要打开的， 默认是区分大小写的。
pycharm 不是万能的， 对于习惯了jupyter notebook的人来说， pycharm使用还是有很多问题， 比如不能使用magic function等等， 不过单独用来敲代码， 偶尔调试一下， 还是值得在下面写的。何况， 可以在pycharm下编完代码， 转身打开网页的。
【1】 为什么要使用https， 因为pycharm支持使用jupyter， 这样既可以利用jupyter的优势，同时也可以不放弃pycharm的长处。
