派玩python之自部署JupyterLab

序言

Python语言以敏捷易用著称，可以帮助我们快速完成很多突发工作。此外在统计分析，机器学习使用也非常广泛。可以说就像每个家庭都要备一把瑞士军刀一样， 如果能够有一个开箱即用的Python运行环境能够随时随地使用，就是太好不过了。
对于追求效率选择Python的人来说， 安装Python，调整环境变量的步骤都想免除。
这不， Jupyter的出现很好解决了这个问题。 它提供了免费即用的浏览器就能用执行容器， https:// jupyter.org/try

这样就好了？ 当然没有， 上面也说了，瑞士军刀要放家里。况且免费容器解一时之急，无法保证长期稳定使用。既然家中有树莓派，当然要自部署（self-hosted）了。

以下自部署使用通用方案，不仅适合树莓派，也适合其他可以运行Docker容器的任何平台，不限NAS，PC等。

正题

1. 安装Docker容器和docker-compose（略）
   因为网上资源较多， 这里不赘述。 关于树莓派安装Ubuntu64的可以看 之前文章

心急的用户直接

docker run -p 8888:8888 jupyter/scipy-notebook

想使用docker-compose规范化部署的继续往下看。

1. 编辑docker-compose.yml文件
   juypter官方已经给出了 Docker镜像 ， 我们直接使用即可。含AMD64和ARM64两个版本， 所以树莓派安装Ubuntu64是多么明智。 ARM64是最近两个月才出来，感谢一下。 但是注意ARM64只支持到 jupyter/scipy-notebook 这一层， 在下面Tensorflow和Spark过于庞大不太适合移动端了。

version: '3.1'
services:
  jellyfin:
    image: jupyter/scipy-notebook:latest
    restart: "unless-stopped"
    container_name: jupyter
    ports:
      - 8888:8888
    environment:
      - "JUPYTER_ENABLE_LAB=yes"