jupyter notebook 安裝 C/C++ kernel

若是你想在jupyter notebook中交互式編寫C以及C++，那麼本文是爲你而寫^_^

1. 準備工做

爲了減小安裝過程當中沒必要要的煩惱，影響你美美的心情，請確保目標機器上已經安裝了Anaconda，下載地址：www.anaconda.com/distributio…。如已安裝，請跳過。

2. 安裝環境

如下列舉環境是通過實踐檢驗的環境，僅供參考，並不是要求嚴格一致。

2.1 Linux

• CentOS Linux release 7.4.1708 (Core)
• Anaconda3
• conda 4.6.11

2.2 macOS

• macOS Mojave 10.14.4
• Anaconda3
• conda 4.6.14

注：windows目前還未獲得較好支持

3. 開始安裝

C語言和C++由不一樣kernel支持，二者沒有依賴關係，所以能夠根據須要只安裝其中一個，或兩個都安裝，但推薦安裝C++ kernel，這是主流的kernel，由更加專業的團隊維護的項目，C kernel是由我的開發者維護的小型項目，實現較爲簡單，但若是想快速體驗在jupyter notebook運行C，也是不錯的選擇。若是想了解更多jupyter支持的kernel，能夠參考github.com/jupyter/jup…

3.1 安裝C++ kernel (xeus-cling）

• 建立新的虛擬環境，命名爲cling，或者你喜歡的其餘名稱，好比，若是你想在此環境安裝C++和C Kernel，能夠取名爲c_cpp

conda create -n cling
複製代碼

• 切換到新建立的虛擬環境

conda activate cling
複製代碼

• 給新環境安裝jupyter和notebook

conda install jupyter notebook
複製代碼

• 使用conda-forge鏡像channel安裝xeus-cling

conda install xeus-cling -c conda-forge
複製代碼

• 檢查是否成功安裝了kernel

jupyter kernelspec list
複製代碼

正確安裝，會顯示如下四個kernel:

python3 /anaconda3/envs/cling/share/jupyter/kernels/python3

xcpp11 /anaconda3/envs/cling/share/jupyter/kernels/xcpp11

xcpp14 /anaconda3/envs/cling/share/jupyter/kernels/xcpp14

xcpp17 /anaconda3/envs/cling/share/jupyter/kernels/xcpp17

• 打開notebook

jupyter notebook
複製代碼

在新建下拉菜單裏能夠看到看到上面的四個kernel，選擇C++ 11:

將如下c++代碼複製黏貼到cell中，按下shift+enter，運行C++代碼，enjoy it!：

#include <iostream>

std::cout << "Hello world!" << std::endl;
複製代碼

補充：快捷安裝

若是你不想一步步看完，或者你和我同樣是個急性子的人，想一步到位，那麼可使用如下方法，一步搞定：

• 新建文件，命名爲cling.yml, 將如下內容複製黏貼到cling.yml中：

name: cling
channels:
 - conda-forge
 - https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
 - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
 - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
 - defaults
dependencies:
 - python=3
 - pip=19.2.1
 - jupyter
 - notebook
 - xeus-cling=0.7.1
複製代碼

• 經過yml文件建立虛擬環境

conda env create -f cling.yml
複製代碼

沒錯只需兩步，你已經完成和前面等效的環境建立，此方法推薦用於二次安裝相同環境，本質是導出了上述環境，若是是首次安裝，建議嘗試一步步來的安裝方式，更能加深對kernel工做機制的理解，以便之後安裝其餘語言的kernel。

3.2 安裝C kernel (jupyter-c-kernel)

目前官方列舉的第三方提供的C kernel，支持的比較好的是jupyter-c-kernel，在沒有更好的C kernel出來前，這是一個不錯選擇。若是你熟悉了C++ Kernel的安裝，那麼安裝jupyter-c-kernel也是大同小異，所以就不一一列舉步驟，而是將全部安裝命令彙總在一塊兒：

3.2.1 建立新的虛擬環境安裝

若是你想單獨在一個新的環境安裝C kernel, 可使用以下命令（可將所有複製到一個shell腳本中，在命令行運行， 或一行行運行）：

conda create -n clang
conda activate clang
conda install jupyter notebook
pip install jupyter-c-kernel
install_c_kernel
jupyter kernelspec list
jupyter notebook
複製代碼

3.2.2 在已有的虛擬環境安裝

若是你不想重複安裝jupyter, 能夠在前面的環境裏(cling或c_cpp)，直接使用pip安裝jupyter-c-kernel:

pip install jupyter-c-kernel
複製代碼

須要注意的是，不一樣於xeus-cling在使用conda安裝後，就能夠經過命令jupyter kernelspec list查看到，使用pip安裝jupyter-c-kernel後，會在當前環境可執行程序路徑生成一個可運行命令install_c_kernel，須要再單獨運行此命令install_c_kernel, 固然通常都已自動添加到環境變量裏，所以能夠直接運行。（細心的同窗，應該注意到在上一小節也運行了這個命令）

install_c_kernel
# 查看已安裝kernel
jupyter kernelspec list
複製代碼

再次打開jupyter notebook, 以下：

選擇C，新建notebook, 將如下C代碼複製到cell：

#include <stdio.h>

int main () {
    printf("Hello world!\n");
    return 0;
}
複製代碼

運行C代碼, enjoy it!：

彙總

若是你想像3.1中使用‘yml’文件一次安裝兩個kernel，只要在3.1的文件上基礎稍加改動，以下：

name: c_cpp
channels:
 - conda-forge
 - https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
 - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
 - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
 - defaults
dependencies:
 - python=3
 - pip=19.2.1
 - jupyter
 - notebook
 - xeus-cling=0.7.1
 - pip:
 - jupyter-c-kernel==1.2.2
複製代碼

複製黏貼到文件c_cpp.yml, 並在c_cpp.yml相同目錄下運行以下命令：

conda env create -f c_cpp.yml
conda activate c_cpp
install_c_kernel
jupyter kernelspec list
複製代碼

參考

• [1] Jupyter-kernels jupyter Github
• [2] xeus-cling QuantStack Github
• [3] jupyter-c-kernel brendan-rius Github

---

堅持寫專欄不易，若是以爲本文對你有幫助，記得點個贊。感謝支持！

• 我的網站: kenblog.top
• github 站點: kenblikylee.github.io

微信掃描二維碼 獲取最新技術原創