Python lernen mit Jupyter Notebook

Jupyter Notebook ist eine webbasierte interaktive Entwicklungsumgebung für Notebooks. Sie steht für verschiedene Programmiersprachen zur Verfügung. In diesem Beitrag erfahren Sie, wie man ein Jupyter Notebook zum Erlernen der Programmiersprache Python einsetzen kann.

Was ist ein Jupyter-Notebook?

Ein Jupyter-Notebook ist eine Datei, die zwei Bereiche kombiniert:

1. Codeblöcke, mit Syntaxhervorhebung und Auto-Vervollständigung, wie in einem regulären Code-Editor. Die Besonderheit dabei ist, dass der Code direkt im Notebook ausgeführt werden kann. Das Ergebnis wird unmittelbar unter der Zelle mit dem Codeblock angezeigt.
2. Notizen im Markdown-Format: zwischen die Codeblöcke können Notizen eingefügt werden. Für die Formatierung der Notizen wird die Markdown-Syntax benutzt.

Die Notebooks können gespeichert werden und der Inhalt lässt sich als PDF und in viele weitere Formate exportieren und ausdrucken.

Ausprobieren oder installieren

Auf der Webseite des Herstellers Jupyter.org werden zwei Varianten angeboten:

1. JupyterLab, das ist die neuere Version, die neben Python unter anderem auch C++ und R beinhaltet
2. Jupyter Notebook, die ursprüngliche Webanwendung zum Erstellen und Freigeben von Rechendokumenten mit Python.

Beide Versionen können Sie direkt im Browser ausprobieren oder auf dem Rechner installieren.

Für die Installation auf dem eigenen Rechner bestehen wiederum drei Möglichkeiten, die wir unten näher beschreiben.

Im Browser ausprobieren

Die Schaltfläche „Try Jupyter“ auf der Herstellerseite führt zu einer Auswahl verschiedener Notebooks. Für Python ist das klassische Notebook ausreichend.

Wichtig: Diese Möglichkeit ist noch experimentell, So startete bei unseren Tests das Notebook erst gar nicht in Firefox und Chromium unter Fedora 40 Workstation, auf dem Mac mit Safari wurde kein Code ausgeführt, unter IPad-OS hingegen schon. Gut funktioniert es aber z.B. unter Ubuntu 24.04 in Firefox, auf dem Mac mit dem Browser Google-Chrome und unter Windows mit Edge, Chrome und Firefox. In allen vorgenannten lässt sich ein Notebook erstellen und Code ausführen.

Ein Doppelklick auf der Webseite öffnet ein neues Browser-Fenster mit einem Demo-Notebook.

Nach dem ersten Öffnen bietet ein Assistent in einem Pop-over-Fenster eine kurze Einführung an: „Try Welcome Tour“ und „Try Notebook Tour“. Beide können Sie aber auch später über das Menü „Help“ starten.

Speichern, Exportieren, Download

Auch in der „Try-it“-Version kann man ein Notebook speichern über das Menü „File > Save“ oder „Save As“. Dies führt aber nicht zu einer lokalen Datei. Dazu müssen Sie den File-Explorer öffnen und das gewünschte Notebook auswählen. Dann wird die Option „Download“ angeboten.

Die Option „Save and Export As“ im Menü „File“ steht aktuell (Stand November 2024) noch nicht zur Verfügung.

Thema und Schriftgröße

Wem das alles erst einmal viel zu klein ist, kann die Ansicht – wie für jede Webseite – entweder mit dem Trackpad größer ziehen oder mit der Tastenkombination Strg + + bzw. Ctrl + + oder (auf dem Mac) Cmd + + die Schrift vergrößern. Damit kann man bereits eine beachtliche Vergrößerung erzielen, ohne das das Layout der Seite zusammenbricht.

Zusätzlich bietet das Menü „Settings“ unterschiedliche Möglichkeiten für Farbe und Schriftgröße. Wir haben für unser Beispiel das Thema bereits auf „JupyterLab Dark“ umgestellt. Auch ein High-Contrast Theme steht zur Verfügung.

Sehr schön ist grundsätzlich die Möglichkeit (nur in Safari auf dem Mac), die Schriftgrößen für die Benutzeroberfläche, die Code-Blöcke und die Text-Blöcke separat einstellen zu können, bisher funktioniert das aber noch nicht.

In Firefox und Chrome wird nur die Vergrößerung der Editor-Schrift angeboten.

Auf dem Computer installieren

Um Jupyter Notebook lokal auf dem Rechner zu installieren, gibt es verschiedene Wege.

• über den Python-Paket-Index (pip)
• mit Anaconda
• in Visual Studio Code

Voraussetzung ist für alle drei, das Python bereits auf dem Computer installiert ist. Man prüft dies in einem Terminal-Fenster mit dem Kommando

python --version

oder

python3 --version

Installation mit pip

pip ist ein rekursives Akronym für Pip Installs Python und ist das Standard Verwaltungswerkzeug für Python-Module. pip ist standardmäßig nicht installiert, Sie prüfen dies mit

pip --version

oder

pip3 --version

und installieren es, je nach Betriebssystem, mit

Ubuntu, Linux Mint:

sudo apt install python3-pip

Fedora, OpenSuse:

sudo dnf install python3-pip

Unter Windows und auf dem Mac ist pip meist schon vorhanden. Möglicherweise erhalten Sie einen Update-Hinweis. In der Eingabeaufforderung bzw. im Terminal aktualisieren Sie pip unter Windows:

python.exe -m pip install --upgrade pip

pip-Update auf den Mac:

python3 -m pip install --upgrade pip

Mit pip installieren Sie dann das Notebook einfach im Terminal, unter Windows über die Eingabeaufforderung des Windows-Terminals:

pip install notebook

Unter Ubuntu liefert diese Vorgehensweise ggf. eine Fehlermeldung. Es wird empfohlen, zunächst ein Virtual-Environment einzurichten.

Auf dem Mac installieren Sie – am besten innerhalb eines Virtual Environment – mit dem Befehl:

pip install jupyter

Nach der Installation

Nach der Installation startet man den Notebook-Server und die Web-Anwendung mit dem Befehl

jupyter notebook

Meist öffnet sich gleich ein Browser-Fenster, mit dem sog. File-Explorer, von dem aus Sie direkt ein neues Notebook erstellen, Speicherort wählen, einen Namen vergeben und speichern können.

Wählen Sie ein Verzeichnis für Ihr Notebook aus und dann über das Kontextmenü „New Notebook“.

Nach dem Öffnen fordert ein Pop-Up Fenster zur Wahl des Kernels auf, Python ist bereits vorgewählt.

Der Kernel ist hier der Teil der Anwendung, der den Quellcode interaktiv in der gewählten Programmiersprache entgegennimmt, interpretiert und ausführt.

Wichtig ist, das Terminal-Fenster nicht zu schließen solange Sie mit dem Notebook arbeiten wollen, weil damit auch der Notebook-Server beendet wird und Sie eine Fehlermeldung im Browser erhalten.

Auch über das Menü „File > New > Notebook “ legen Sie neue Notebooks an.

Im Hintergrund wird ein neues „Untitled“ Notebook erstellt und gleich geöffnet.. Sie finden es zudem über den File-Explorer, der sich mit einem Klick auf das Logo oben links oder über das Menü „View > File-Explorer“ (oder File-Browser unter Ubuntu) in einem neuen Tab öffnet.

Jupyter merkt sich die Anzahl der bereits angelegten Notebooks, unseres hier trägt daher den Namen „Untitled18.ipynb“.

Im Notebook werden Sie von einem leeren Codeblock (Cell) empfangen, in dem Sie unmittelbar ein erstes Testprogramm erstellen und ausführen können. Man startet die Programmausführung einer Zelle mit der Tastenkombination Shift + Enter oder über die kleine dreieckige Schaltfläche unter der Menüleiste oder über das Menü „Run“ (hier können auch mehrere Cells zusammen gestartet werden).

Nach der Ausführung des Codes wird automatisch eine neue Zelle unten angefügt, Man kann alle Zellen mit der Maus oder über den Pfeil innerhalb der Zelle nach oben oder unten verschieben.

Alternativ erstellen Sie eine neue Zelle über die Plus-Schaltfläche unterhalb der Menüleiste oder innerhalb einer Cell oder einfach durch einen Klick in den leeren Bereich unterhalb der letzen Zelle.

Das Format der Zelle (Code, Markdown oder Raw) legt man über das Drop-Down-Menü oben fest.

So erstellt man z.B. eine neue Markdown-Zelle, um dem Notebook eine Überschrift hinzuzufügen. Dazu wechselt man zu „Markdown“ und stellt dem Text der Überschrift ein # (Doppelkreuz, hash-Zeichen) voran.

Auf gleiche Weise verfassen Sie Markdown-Cells für Erläuterungen zum Code.

Notebook sichern und exportieren

Sowohl in der „Try it“-Version als auch in der installierten Version lässt sich ein Notebook über das Menü „File > Save“ oder „Save As“ speichern. Dies führt in der „Try-it“-Version aber nicht zu einer lokalen Datei. Dazu müssen Sie den File-Explorer öffnen und das gewünschte Notebook auswählen und mit der dann angebotenen Option „Download“ herunterladen. Hier können Sie auch vorhandene Notebooks öffnen, umbenennen, duplizieren oder löschen.

Mit der installierten Notebook-Version können Sie zusätzlich die Option „Save and Export As“ aus dem Menü „File“ nutzen. In der „Try it“- Version steht sie aktuell (Stand Dezember 2024) noch nicht zur Verfügung.

Exkurs: 500: Internal Server Error

Erscheint diese Meldung, beim Versuch, das Notebook als PDF zu exportieren, so fehlt das Modul nbconvert. Zusätzlich werden verschiedene LaTeX-Pakete benötigt, nbconvert setzt die LaTeX-Variante XeTeX ein. XeTeX kann über systemeigene Bibliotheken auf Schriftarten zugreifen und bietet Unterstützung für OpenType-formatierte Schriftarten und Unicode-Zeichen.

Diese Pakete sind spezifisch für verschiedene Betriebssysteme. Schließen Sie dazu das Notebook und verlassen Sie ggf. das Virtual Environment. Für Ubuntu installieren Sie die erforderlichen XeTeX-Pakete im Terminal mit dem Befehl:

sudo apt install texlive-xetex texlive-fonts-recommended texlive-plain-generic

Dokumentation nbconvert

Unter Windows wird in der Dokumentation empfohlen, das Programm TeXLive (Installing TeX Live over the Internet – TeX Users Group) zu installieren. Bereits beim Versuch, den Installer herunterzuladen und ebenso vor der Installation zeigt Windows Sicherheitswarnungen an.

Die Installation selbst funktioniert, dauert aber mit über 4765 Paketen extrem lange.

Unter Windows ist daher der einfachere Weg, das Notebook in einem anderen Format, z.B. Markdown, AsciiDoc oder HTML zu exportieren und dann erst in ein PDF-Dokument umzuwandeln.

Notebook schließen

Über das Menü „File > Log Out“ aus dem Notebook heraus und im Terminal mit der Tastenkombination Ctrl + c den Server beenden. „Shut Down“ beendet beides.

Installieren mit Anaconda

Mit der Software Anaconda können Sie eine Umgebung für viele verschiedene Python-Versionen erstellen und darin Pakete installieren, wie z.B. ein Jupyter-Notebook.

Laden Sie das Installationsprogramm von der Seite des Herstellers Anaconda . Es werden zwei unterschiedliche Installer angeboten: Anaconda und Miniconda, jeweils für Windows, Mac und Linux. Für Jupyter Notebooks ist Miniconda ausreichend.

Miniconda ist eine stärker fokussierte Arbeitsumgebung. Sie enthält Python und ein paar andere grundlegende Werkzeuge. Dadurch ist sie kleiner und lädt viel schneller herunter (ca. 200 MB),

Anaconda dagegen umfasst Anaconda Navigator, eine Desktop-Anwendung, die auf conda aufbaut. Sie können die grafische Benutzeroberfläche (GUI) von Navigator verwenden, um Umgebungen zu erstellen, Pakete zu installieren oder Jupyter Notebooks und den Editor Spyder zu starten.

Anaconda unter Windows

Nach dem Herunterladen starten Sie den Installer per Doppelklick und werden durch die Installation geleitet.

Nach der Installation finden Sie das Programm in der Liste aller Apps. Öffnen Sie „Anaconda Prompt“ aus dem Verzeichnis.

Wer möchte, kann auch hier eine eigene virtuelle Umgebung einrichten, der Name ist frei wählbar.

conda env --name env_jnb1

Der Befehl conda list zeigt alle vorhandenen virtuellen Umgebungen an.

Sie aktivieren die virtuelle Umgebung mit conda activate und deaktivieren sie mit conda deactivate, gefolgt vom Namen der venv, in unserem Beispiel also

conda activate env_jnb1

Anschließend sehen Sie einen geänderten Prompt.

Mit dem Befehl jupyter notebook starten Sie nun den Vorgang wie oben beschrieben. Damit öffnet sich auch gleich der Standardbrowser und Sie können ein neues Notebook in einem beliebigen Verzeichnis erstellen. Wir haben hier „python-projects“ aus dem Verzeichnis „Dokumente“ als Speicherort gewählt.

Sie erhalten zunächst ein „Untitled1.jpynb“ und können über das Menü „File > Save As“ einen neuen Namen vergeben.

Auf Windows-Systemen wird bei der Installation von Anaconda angeboten, den Navigator zu öffnen (launch Navigator).

Die Schrift ist hier aber sehr klein und lässt sich nicht vergrößern. Da hilft nur die Windows-Bildschirmlupe (linke Windows-Taste + Plus-Taste). Notebooks lassen sich aber von hier aus schnell starten.

Anaconda mit Linux

Unter Linux – hier Ubuntu 24.04 – laden Sie ein Installationsskript von der Herstellerseite herunter.

Um die Installation zu starten, öffnen Sie ein Terminal-Fenster, wechseln in den Ordner „Downloads“ mit cd und starten das Skript mit dem Befehl

sudo ./bash <skriptname>

konkret für unser Beispiel also

cd Downloads

sudo ./bash Anaconda3-2024.10-1-Linux-aarch64.sh

An dieser Stelle müssen Sie sich durch einen schier endlosen Text zu den Nutzungsbedingungen klicken (mit der Return-Taste) und am Ende mit „yes“ bestätigen.

Belassen Sie den vorgeschlagenen Installationsort.

Im Verlauf der Installation werden Sie gefragt, ob Anaconda automatisch aktiviert werden soll, vorgegeben ist „false“.

conda config --set auto_activate_base false

Belassen Sie die Einstellung so ( mit „no“ bestätigen), ansonsten würde bei jedem Öffnen eines Terminal-Fensters automatisch Anaconda gestartet.

Nach Abschluss der Installation aktualisieren Sie die Einstellungen mit dem Befehl

source ~/bashrc

oder schließen und öffnen Sie das Terminal wieder. Die installierten Pakete lassen Sie anzeigen mit

conda list

Fehler „conda: command not found“

Tritt nach der Installation dieser Fehler auf, so wird die Programm-Datei vom System nicht gefunden.

Abhilfe schafft das manuelle Hinzufügen des Pfades in der Datei .bashrc. Öffnen Sie dazu die Datei mit einem Editor

Die Datei .bashrc wird im Datei-Explorer nur angezeigt, wenn im Menü die Option „Versteckte Dateien anzeigen“ aktiviert ist.

Ergänzen Sie die nachstehende Zeile am Ende der Datei und Speichern Sie sie.

Ubuntu 24.04:

export PATH="/home/henriette/anaconda3/bin:$PATH"

Fedora 41 KDE:

export PATH=$HOME/anaconda3/bin:$PATH

Anschließend testen Sie im Terminal mit dem Befehl

conda --version

Anaconda und Jupyter Notebook starten

Im Terminal führen Sie die Befehle

conda init

und

conda activate

aus, anschließend sehen Sie einen geänderten Prompt mit (base) vorangestellt.

Sie starten ein Notebook im Terminal einfach mit

jupyter notebook

Statt des vorgenannten Befehls können Sie auch die grafische Benutzeroberfläche Anaconda-Navigator verwenden, um ein Notebook zu öffnen. Den Navigator aktivieren Sie mit dem Befehl:

anaconda-navigator

Wer unter Ubuntu eine höhere Skalierung des Bildschirms eingerichtet hat erhält ein weit über die Arbeitsfläche herausragendes Programmfenster. Das Fenster des Navigators lässt sich nicht verkleinern, nur verschieben. Das ist nicht so schön zu bedienen.

Sie schließen das Navigator Fenster über das Menü und beenden Anaconda im Terminal mit dem Befehl

conda deactivate

Anaconda auf dem Mac

Für den Mac können Sie zwischen grafischem Installer und der Installation über das Terminal wählen. Der grafische Installer ist selbsterklärend. Während der Installation haben Sie die Möglichkeit, den Installationsort zu bestimmen.

Nach der Installation starten Sie den Navigator über das App-Icon und erhalten ggf. auch gleich eine Aufforderung zum Update

Visual Studio Code

VSCode bietet eine komfortable Möglichkeit, Jupyter Notebooks zu erstellen und zu bearbeiten.

Auch hier muss Python bereits auf dem Computer installiert sein und möglichst auch ein virtual Environment eingerichtet werden. Sie benötigen außerdem die VSCode-Erweiterungen Python und Jupyter.

Nach der Installation erscheint ein „Walkthrough“ mit „Get startet with Jupyter notebooks“, der Sie durch die ersten Schritte führt.

In einem weiteren Tab wird direkt ein neues Notebook geöffnet. Geben Sie eine Codezeile ein und starten Sie die Ausführung mit Shift + Enter , Erst dann werden Sie nach der Ausführungsumgebung gefragt. Ggf. muss noch eine Zustimmung zur Netzwerknutzung gegeben werden.

Aus dem Programm VSCode heraus ist der Export des Notebooks mit wenigen Handgriffen erledigt. Öffnen Sie die Command-Palette (Tastenkombination Shift +Ctrl +P oder über das Menü „View“) und geben Sie „jupyter“ ein. Bereits nach den ersten Buchstaben werden verschiedene Optionen vorgeschlagen.

conda update conda

conda update python

Fazit

Aktuell eignet sich die „Try-it“-Version tatsächlich nur für kurzes Ausprobieren. Wer ernsthaft mit Jupyter-Notebooks arbeiten möchte, installiert es lieber auf dem Computer.

Unter Linux Betriebssystemen geht die Installation mit pip schnell von der Hand. Unter Windows und für Nutzer, die eine grafische Benutzeroberfläche bevorzugen, ist Anaconda eine gute Wahl. Auf dem Mac funktioniert beides gleichermaßen gut. Auf allen Betriebssystemen gelangt man auch mit VSCode sehr schnell zum Ziel. Insbesondere ist hier auch der Export eines Notebooks in ein anderes Format unkompliziert und man hat sehr viele Möglichkeiten, die Darstellung mit Schriftgröße, Farben und Kontrast anzupassen.

Quellen

https://docs.conda.io/projects/conda/en/latest/commands/init.html

https://medium.com/@sawepeter6/conda-command-not-found-ac28bea24291#:~:text=Error%20Cause&text=The%20“conda%20command%20not%20found,to%20add%20the%20PATH%20manually.

Share on Facebook

Post on X