1. 項目概述為什么在Windows上安裝Jupyter Notebook值得你花時間如果你是一個剛開始接觸數(shù)據(jù)分析、機器學(xué)習(xí)或者只是想找個地方寫點Python代碼、做做筆記的程序員或?qū)W生那你大概率聽說過Jupyter Notebook。它本質(zhì)上是一個基于網(wǎng)頁的交互式計算環(huán)境你可以把代碼、運行結(jié)果、數(shù)學(xué)公式、可視化圖表甚至富文本說明都整合在一個文檔里。這種“筆記本”的形式特別適合做探索性數(shù)據(jù)分析、教學(xué)演示或者記錄你的代碼實驗過程。想象一下你不再需要把代碼、輸出結(jié)果和解釋文字分散在不同的文件里而是像寫實驗報告一樣把所有東西都線性地組織在一起隨時可以修改、重新運行并且能立刻看到結(jié)果。這就是Jupyter Notebook的魅力。那么為什么需要一個Windows版的安裝教程呢因為Windows作為最普及的個人操作系統(tǒng)很多初學(xué)者和跨領(lǐng)域的從業(yè)者都從這里起步。與macOS或Linux相比Windows的環(huán)境配置有時會遇到一些特有的“坑”比如路徑問題、權(quán)限問題或者某些依賴庫的編譯問題。一個清晰、完整的Windows安裝指南能幫你繞過這些潛在的麻煩快速搭建起一個穩(wěn)定、可用的Jupyter Notebook環(huán)境讓你把精力集中在真正重要的學(xué)習(xí)和工作上而不是和環(huán)境配置“斗智斗勇”。這篇內(nèi)容就是為你準(zhǔn)備的。無論你是完全的編程新手還是從其他環(huán)境遷移過來的開發(fā)者我都會帶你走一遍從零開始在Windows上安裝和配置Jupyter Notebook的完整流程。我會解釋每一步背后的原因分享我踩過的坑和總結(jié)的技巧確保你不僅能成功安裝還能理解整個環(huán)境的運作邏輯為后續(xù)的深度使用打下堅實基礎(chǔ)。2. 核心思路與方案選型為什么推薦“Anaconda 虛擬環(huán)境”在Windows上安裝Jupyter Notebook主流路徑有兩條一是直接使用Python的包管理工具pip進(jìn)行安裝二是通過科學(xué)計算發(fā)行版Anaconda來安裝。對于絕大多數(shù)Windows用戶尤其是初學(xué)者我強烈推薦后者即通過安裝Anaconda來獲取Jupyter Notebook。下面我詳細(xì)拆解一下這兩種方案的優(yōu)劣以及為什么Anaconda是更穩(wěn)妥的選擇。2.1 方案對比pip直裝 vs Anaconda集成方案一使用pip直接安裝這是最“原生”的方式。你需要先到Python官網(wǎng)下載并安裝Python解釋器然后打開命令提示符CMD或PowerShell使用pip install jupyter命令進(jìn)行安裝。優(yōu)點輕量、靈活。你可以精確控制安裝的Python版本和每一個第三方庫的版本適合對Python環(huán)境管理有經(jīng)驗的高級用戶。缺點對新手不友好環(huán)境隔離差所有通過pip安裝的包都會進(jìn)入系統(tǒng)的Python站點包目錄。當(dāng)你為不同項目安裝不同版本的庫時極易產(chǎn)生版本沖突導(dǎo)致“這個項目能跑那個項目報錯”的經(jīng)典難題。依賴管理復(fù)雜Jupyter及其相關(guān)組件如Notebook服務(wù)器、IPython內(nèi)核依賴許多科學(xué)計算庫如NumPy、Pandas。在Windows上用pip編譯安裝某些依賴特別是涉及C/C擴展的如SciPy時可能會因為缺少編譯環(huán)境如Visual C Build Tools而失敗錯誤信息對新手極不友好。額外工具多為了實現(xiàn)類似Anaconda的環(huán)境管理功能你還需要額外學(xué)習(xí)和配置venv虛擬環(huán)境或virtualenv增加了學(xué)習(xí)成本。方案二通過Anaconda安裝Anaconda是一個打包好的Python科學(xué)計算發(fā)行版。安裝它你就一次性獲得了Python解釋器、Jupyter Notebook、conda包/環(huán)境管理器以及超過150個常用的科學(xué)計算和數(shù)據(jù)分析庫如NumPy, Pandas, Matplotlib, Scikit-learn等。優(yōu)點對新手極其友好開箱即用安裝完成后Jupyter Notebook及其主要依賴就已經(jīng)就位無需處理繁瑣的依賴編譯問題。強大的環(huán)境管理Conda不僅可以管理Python包還能管理Python版本本身以及非Python的依賴如R語言包。創(chuàng)建獨立的虛擬環(huán)境是conda的核心功能能完美解決項目間依賴沖突的問題?？缙脚_一致性Conda會為不同平臺Windows、macOS、Linux提供預(yù)編譯好的二進(jìn)制包確保安裝過程順暢行為一致。缺點安裝包體積較大約500MB-3GB取決于版本因為它包含了很多你可能暫時用不到的庫。不過對于存儲空間充裕的現(xiàn)代電腦來說這通常不是問題。注意如果你追求極致的輕量也可以考慮安裝Miniconda。它是Anaconda的精簡版只包含Python、conda和少量核心依賴。你需要什么庫再通過conda命令手動安裝。這適合已經(jīng)清楚自己需要哪些工具的中高級用戶。結(jié)論為了確保安裝過程順利避免陷入環(huán)境配置的泥潭我們將采用安裝Anaconda的方式來獲取Jupyter Notebook。這是通往數(shù)據(jù)科學(xué)世界最平坦的一條高速公路。2.2 版本選擇與下載準(zhǔn)備確定了方案接下來是具體的版本選擇。這里有幾個關(guān)鍵決策點Python 3.x 是唯一選擇Python 2已于2020年正式停止支持。所有新的項目、庫和教程都基于Python 3。因此我們只選擇包含Python 3.x版本的Anaconda安裝包。64位 vs 32位除非你的Windows是古老的32位系統(tǒng)現(xiàn)在已非常罕見否則一律選擇64位64-Bit安裝程序。64位系統(tǒng)能更好地利用大內(nèi)存是現(xiàn)代軟件的標(biāo)準(zhǔn)。圖形安裝器 vs 命令行安裝器對于Windows用戶直接下載后綴為.exe的圖形界面安裝程序即可操作直觀。實操步驟打開瀏覽器訪問Anaconda官方網(wǎng)站的 下載頁面 。在頁面中找到Windows版本的Anaconda Installer選擇Python 3.x 64-Bit Graphical Installer進(jìn)行下載。下載的文件名類似Anaconda3-2024.02-1-Windows-x86_64.exe。下載完成后建議右鍵點擊安裝程序選擇“以管理員身份運行”以避免后續(xù)可能出現(xiàn)的權(quán)限問題。3. 核心細(xì)節(jié)解析Anaconda安裝過程中的關(guān)鍵選項運行下載好的.exe安裝程序后你會看到安裝向?qū)?。大部分步驟可以點擊“Next”通過但其中有幾個頁面需要你仔細(xì)選擇這關(guān)系到后續(xù)使用的便利性。3.1 安裝路徑的選擇安裝程序會提示你選擇安裝路徑。默認(rèn)路徑通常是C:\Users\你的用戶名\Anaconda3或C:\ProgramData\Anaconda3。建議除非C盤空間非常緊張否則建議使用默認(rèn)路徑。因為路徑中不含空格和特殊字符可以避免很多潛在的、由路徑引起的詭異問題。如果你確實需要更改請確保新路徑是全英文的并且沒有空格例如D:\Dev\Anaconda3。個人經(jīng)驗我曾因為把Anaconda安裝在D:\Program Files\這樣的帶空格路徑下導(dǎo)致某些命令行工具無法正常識別conda環(huán)境排查了很久。所以路徑簡單明了是第一位。3.2 高級選項的勾選至關(guān)重要這是整個安裝過程中最核心的一步。安裝進(jìn)行到“Advanced Installation Options”時你會看到兩個復(fù)選框Add Anaconda3 to my PATH environment variableRegister Anaconda3 as my default Python 3.x第一個選項添加到PATH的解釋與抉擇這是什么PATH是Windows系統(tǒng)的環(huán)境變量它告訴系統(tǒng)當(dāng)你在命令行輸入一個命令如python或jupyter時應(yīng)該去哪些目錄里尋找對應(yīng)的可執(zhí)行程序。不勾選的后果如果你不勾選此項安裝完成后在普通的命令提示符CMD或PowerShell中直接輸入python、conda或jupyter命令系統(tǒng)會提示“不是內(nèi)部或外部命令”。你必須通過Anaconda自帶的“Anaconda PromptAnaconda3”這個特殊命令行窗口來使用這些命令。勾選的利弊利勾選后你可以在系統(tǒng)的任何命令行窗口包括CMD、PowerShell、VS Code的終端、Windows Terminal等中直接使用conda和python命令非常方便與開發(fā)工具集成也更順暢。弊這可能會與你系統(tǒng)上之前安裝的其他Python版本產(chǎn)生沖突。因為修改PATH后系統(tǒng)會優(yōu)先使用Anaconda的Python。我的強烈建議勾選它。對于絕大多數(shù)從零開始或者愿意將Anaconda作為主力Python環(huán)境的用戶來說這是最佳選擇。它帶來了巨大的便利性。沖突問題可以通過conda虛擬環(huán)境來完美管理這是后話。如果你之前有非常重要的、基于系統(tǒng)Python的舊項目并且不確定如何遷移則可以暫時不勾選先用Anaconda Prompt過渡。第二個選項注冊為默認(rèn)Python的解釋這是什么此選項會將Anaconda中的Python解釋器與.py文件關(guān)聯(lián)并設(shè)置為系統(tǒng)默認(rèn)的Python。建議勾選它。這能保證當(dāng)你雙擊一個Python腳本文件或者在別的IDE中配置Python解釋器時默認(rèn)指向的是Anaconda環(huán)境行為一致。重要提示如果你在安裝時沒有勾選“添加到PATH”后續(xù)又想添加可以手動配置。步驟是系統(tǒng)設(shè)置 - 搜索“環(huán)境變量” - 編輯“用戶變量”或“系統(tǒng)變量”中的Path - 新建添加Anaconda的安裝目錄如C:\Users\用戶名\Anaconda3和其下的Scripts目錄如C:\Users\用戶名\Anaconda3\Scripts。但手動修改環(huán)境變量有一定風(fēng)險操作需謹(jǐn)慎。3.3 安裝完成與驗證安裝過程需要一些時間因為它要解壓大量的預(yù)編譯包。安裝完成后你可以在開始菜單中找到“Anaconda3 (64-bit)”文件夾里面包含多個快捷方式。驗證安裝是否成功按下Win R輸入cmd或powershell打開命令行窗口。輸入以下命令并回車conda --version如果安裝成功且PATH配置正確你會看到類似conda 24.x.x的版本信息。繼續(xù)輸入python --version你會看到Python 3.x.x :: Anaconda, Inc.的信息。最后輸入啟動Jupyter Notebook的命令jupyter notebook如果一切正常你的默認(rèn)瀏覽器會自動打開一個新標(biāo)簽頁地址是http://localhost:8888/tree這就是Jupyter Notebook的儀表盤界面了同時你打開命令行的窗口會顯示服務(wù)器日志不要關(guān)閉它它正運行著Notebook服務(wù)。4. 實操過程啟動、使用與基礎(chǔ)配置成功啟動Jupyter Notebook只是第一步。如何高效地使用它并進(jìn)行一些基礎(chǔ)配置來提升體驗是接下來要解決的問題。4.1 首次啟動與界面導(dǎo)航當(dāng)你輸入jupyter notebook命令后瀏覽器打開的頁面就是“儀表盤”。它默認(rèn)顯示你啟動命令時所在目錄的文件列表。新建筆記本點擊右上角“New”按鈕在下拉菜單中選擇“Python 3ipykernel”即可創(chuàng)建一個新的、基于Python的筆記本文件后綴為.ipynb。界面認(rèn)識新建的筆記本主要分為兩部分菜單欄和工具欄提供保存、添加/刪除單元格、運行代碼、中斷內(nèi)核等操作。單元格Cell這是筆記本的基本組成單元。每個單元格可以是以下兩種類型之一代碼單元格Code Cell用于編寫和運行代碼。你可以輸入Python代碼按Shift Enter執(zhí)行該單元格結(jié)果會直接顯示在單元格下方。Markdown單元格Markdown Cell用于編寫富文本。你可以使用Markdown語法編寫標(biāo)題、列表、加粗文本甚至插入圖片和公式。同樣按Shift Enter渲染它。4.2 核心操作與快捷鍵效率倍增的關(guān)鍵熟練使用快捷鍵能極大提升在Jupyter Notebook中的工作效率。下面是一些最常用、必記的快捷鍵在命令模式下生效進(jìn)入命令模式按Esc鍵此時單元格邊框為藍(lán)色。進(jìn)入編輯模式按Enter鍵此時單元格邊框為綠色可以輸入內(nèi)容。常用命令模式快捷鍵A在當(dāng)前單元格上方Above插入一個新單元格。B在當(dāng)前單元格下方Below插入一個新單元格。D, D按兩次D刪除Delete當(dāng)前單元格。M將當(dāng)前單元格轉(zhuǎn)換為Markdown類型。Y將當(dāng)前單元格轉(zhuǎn)換為代碼Code類型。Shift Enter運行當(dāng)前單元格并跳轉(zhuǎn)到下一個單元格。Ctrl Enter運行當(dāng)前單元格并停留在當(dāng)前單元格。Alt Enter運行當(dāng)前單元格并在下方插入一個新的代碼單元格。常用編輯模式快捷鍵與多數(shù)文本編輯器相同Ctrl Z撤銷。Ctrl Shift Z重做。Ctrl /注釋/取消注釋選中的行。我的習(xí)慣我通常會用Markdown單元格在代碼段之間寫下思路和注釋讓整個筆記本像一篇可執(zhí)行的報告。記住Esc和Enter在命令/編輯模式間切換是使用所有快捷鍵的基礎(chǔ)。4.3 生成配置文件與修改默認(rèn)啟動目錄默認(rèn)情況下Jupyter Notebook啟動在哪個目錄它的文件瀏覽器就顯示哪個目錄。你可能會希望它固定從你的工作目錄比如D:\MyJupyterProjects啟動而不是每次都cd到那個目錄再啟動。這就需要修改Jupyter的配置文件。生成配置文件首先打開Anaconda Prompt或你的命令行輸入以下命令生成默認(rèn)配置文件jupyter notebook --generate-config這條命令會在你的用戶目錄下C:\Users\你的用戶名\.jupyter生成一個名為jupyter_notebook_config.py的配置文件。定位并修改配置用任意文本編輯器如記事本、VS Code打開這個配置文件。這是一個很長的Python文件里面全是注釋掉的配置項。找到并修改c.NotebookApp.notebook_dir在文件中搜索c.NotebookApp.notebook_dir。你會找到類似這樣的一行# c.NotebookApp.notebook_dir 將行首的注釋符#去掉并在等號后面的單引號內(nèi)填入你的目標(biāo)工作目錄的絕對路徑。注意Windows路徑中的反斜杠\需要轉(zhuǎn)義或者直接使用正斜杠/。錯誤示例c.NotebookApp.notebook_dir D:\My Projects\Jupyter\需要轉(zhuǎn)義正確示例1使用轉(zhuǎn)義c.NotebookApp.notebook_dir D:\\My Projects\\Jupyter正確示例2使用正斜杠推薦c.NotebookApp.notebook_dir D:/My Projects/Jupyter保存并重啟保存配置文件。重要關(guān)閉所有正在運行的Jupyter Notebook服務(wù)器在命令行窗口按CtrlC兩次。然后重新輸入jupyter notebook啟動你會發(fā)現(xiàn)瀏覽器直接打開了你設(shè)置的目錄。實操心得修改默認(rèn)目錄非常實用。但請注意如果你通過開始菜單的“Jupyter Notebook”快捷方式啟動它可能不會讀取命令行的配置。最可靠的方式始終是從命令行啟動。另外路徑中盡量不要有中文和空格雖然現(xiàn)在支持得好了很多但避免它們能杜絕一些奇怪的問題。5. 虛擬環(huán)境管理為不同項目創(chuàng)建獨立的工作空間這是使用Conda或Python開發(fā)的最佳實踐也是避免依賴地獄的終極法寶。想象一下項目A需要TensorFlow 2.4而項目B需要TensorFlow 1.15把它們裝在同一環(huán)境里必然沖突。虛擬環(huán)境就是為每個項目創(chuàng)建一個獨立的“沙箱”里面的Python版本和所有第三方包都是獨立的。5.1 創(chuàng)建與激活虛擬環(huán)境假設(shè)我們要為一個名為“my_ml_project”的機器學(xué)習(xí)項目創(chuàng)建環(huán)境并指定使用Python 3.9。創(chuàng)建環(huán)境打開命令行輸入以下命令conda create -n my_ml_project python3.9-n my_ml_project指定新環(huán)境的名字。python3.9指定該環(huán)境中安裝的Python版本。你可以指定為3.83.10等。激活環(huán)境環(huán)境創(chuàng)建好后需要“進(jìn)入”這個環(huán)境才能使用其中的Python和包。conda activate my_ml_project激活后你的命令行提示符前面通常會顯示環(huán)境名(my_ml_project)表示你當(dāng)前正在這個環(huán)境中操作。在新環(huán)境中安裝包現(xiàn)在你可以安裝項目所需的特定包了例如conda install numpy pandas matplotlib scikit-learn或者使用pip安裝在conda環(huán)境中混用pip是可行的但建議優(yōu)先使用conda installpip install tensorflow5.2 在虛擬環(huán)境中使用Jupyter Notebook僅僅在虛擬環(huán)境中安裝了包還不夠你需要讓Jupyter Notebook知道這個新環(huán)境的存在并將其作為一個可用的“內(nèi)核”添加到列表中。確保在目標(biāo)虛擬環(huán)境中使用conda activate my_ml_project激活你的項目環(huán)境。安裝ipykernelipykernel是連接Jupyter和Python環(huán)境的橋梁。在激活的環(huán)境中安裝它conda install ipykernel或者pip install ipykernel。將環(huán)境注冊為Jupyter內(nèi)核運行以下命令將當(dāng)前環(huán)境添加到Jupyter的內(nèi)核列表中。--user參數(shù)表示僅為當(dāng)前用戶安裝。python -m ipykernel install --user --namemy_ml_project --display-namePython (My ML Env)--name內(nèi)核的內(nèi)部標(biāo)識符通常與環(huán)境名一致。--display-name在Jupyter Notebook的“New”下拉菜單中顯示的名字可以起一個更友好的名稱。驗證與使用完成以上步驟后無需重啟Jupyter服務(wù)器。直接在瀏覽器中刷新你的Jupyter Notebook頁面點擊“New”按鈕你應(yīng)該能看到一個新的選項例如“Python (My ML Env)”。選擇它創(chuàng)建的新筆記本就會使用你虛擬環(huán)境中的Python解釋器和所有已安裝的包。5.3 環(huán)境管理常用命令列出所有環(huán)境conda env list或conda info --envs。星號*表示當(dāng)前激活的環(huán)境。退出當(dāng)前環(huán)境conda deactivate。刪除一個環(huán)境謹(jǐn)慎操作conda env remove -n my_ml_project。導(dǎo)出環(huán)境配置用于分享或備份conda env export -n my_ml_project environment.yml。這會生成一個environment.yml文件記錄了所有包的精確版本。根據(jù)YAML文件創(chuàng)建環(huán)境conda env create -f environment.yml。我的工作流我為每一個獨立的分析項目或?qū)嶒灦紩?chuàng)建一個單獨的conda環(huán)境并用environment.yml文件記錄依賴。這樣當(dāng)我換電腦或者同事需要復(fù)現(xiàn)我的工作時只需要一個YAML文件就能重建完全一致的環(huán)境保證了結(jié)果的可復(fù)現(xiàn)性。6. 常見問題與排查技巧實錄即使按照教程操作你也可能會遇到一些問題。下面是我在幫助他人和自身實踐中總結(jié)的一些Windows平臺上的典型問題及解決方案。6.1 啟動與運行類問題問題1輸入jupyter notebook后瀏覽器沒有自動打開或者打開的頁面無法連接。排查思路檢查命令行窗口啟動jupyter notebook的命令行窗口不能關(guān)閉它正在運行服務(wù)器。查看該窗口是否有錯誤信息。手動訪問命令行通常會輸出一個帶token的URL例如http://localhost:8888/?tokenabc123...。將其完整地復(fù)制到瀏覽器地址欄中手動打開。檢查端口占用Jupyter默認(rèn)使用8888端口。如果該端口被其他程序如另一個Jupyter實例、某些開發(fā)服務(wù)器占用會啟動失敗。可以在啟動命令中指定另一個端口jupyter notebook --port 8889。防火墻或安全軟件偶爾Windows防火墻或第三方安全軟件會阻止Jupyter。嘗試暫時關(guān)閉防火墻或為Jupyter添加例外規(guī)則。問題2在筆記本中導(dǎo)入已安裝的包如import pandas時提示“ModuleNotFoundError”。排查思路確認(rèn)當(dāng)前內(nèi)核這是最常見的原因。檢查筆記本頁面右上角顯示的內(nèi)核名稱。它是否是你安裝了該包的那個虛擬環(huán)境的內(nèi)核如果不是點擊“Kernel” - “Change kernel”選擇正確的內(nèi)核。在正確環(huán)境中安裝確保你是在目標(biāo)虛擬環(huán)境中使用conda install或pip install安裝的包。在命令行中激活環(huán)境后(conda activate env_name)再運行conda list查看已安裝的包列表確認(rèn)包是否存在。重啟內(nèi)核有時安裝包后需要重啟Jupyter內(nèi)核才能識別。點擊“Kernel” - “Restart”。6.2 環(huán)境與路徑類問題問題3安裝Anaconda時未勾選“添加到PATH”現(xiàn)在如何在普通命令行中使用conda/jupyter命令方案A推薦一勞永逸手動將Anaconda的路徑添加到系統(tǒng)環(huán)境變量PATH中。具體路徑取決于你的安裝位置通常是C:\Users\用戶名\Anaconda3C:\Users\用戶名\Anaconda3\ScriptsC:\Users\用戶名\Anaconda3\Library\bin將這三個路徑請根據(jù)實際安裝位置調(diào)整添加到用戶環(huán)境變量PATH中。添加后需要重啟命令行窗口才能生效。方案B使用Anaconda自帶的“Anaconda Prompt”或“Anaconda Powershell Prompt”它們啟動時會自動配置好conda環(huán)境。問題4conda命令運行緩慢尤其是創(chuàng)建環(huán)境或安裝包時。原因與解決默認(rèn)的conda通道channel服務(wù)器可能在國外?？梢蕴砑訃鴥?nèi)的鏡像源來加速下載例如清華TUNA或中科大USTC的鏡像。一次性使用在命令后添加-c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/永久配置推薦conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --set show_channel_urls yes配置后可以使用conda config --show channels查看當(dāng)前通道優(yōu)先級。6.3 內(nèi)核與依賴類問題問題5在Jupyter中找不到已創(chuàng)建的虛擬環(huán)境內(nèi)核。排查確保你是在目標(biāo)虛擬環(huán)境激活的狀態(tài)下執(zhí)行了python -m ipykernel install --user --namexxx命令。內(nèi)核安裝到了用戶目錄?？梢試L試不加--user參數(shù)可能需要管理員權(quán)限或者使用--prefix指定路徑。使用jupyter kernelspec list命令列出所有已注冊的內(nèi)核檢查你的內(nèi)核是否在列表中。如果不在說明注冊步驟未成功。問題6安裝某些包如GDAL、PyTorch with CUDA時出現(xiàn)編譯錯誤或找不到特定.dll文件。解決策略優(yōu)先使用conda安裝Conda提供的預(yù)編譯二進(jìn)制包通常包含了復(fù)雜的非Python依賴如MKL數(shù)學(xué)庫、CUDA庫。對于科學(xué)計算棧conda install numpy比pip install numpy在Windows上更穩(wěn)定。使用特定通道例如安裝PyTorch應(yīng)嚴(yán)格按照PyTorch官網(wǎng)提供的conda命令從pytorch通道安裝它會自動匹配CUDA版本。檢查Visual C Redistributable某些包需要微軟VC運行庫。確保安裝了最新版本的 Microsoft Visual C Redistributable 。最后一個通用的排錯思路是仔細(xì)閱讀命令行或Jupyter中給出的錯誤信息尤其是最后幾行將其復(fù)制到搜索引擎中很大概率你能找到遇到同樣問題的人及其解決方案。編程的世界里你踩過的坑前人都已經(jīng)踩平了。