Jupyter Notebook 설치 및 셋팅

jupyter

머신러닝 관련 코드를 작성해보기 위해 환경을 세팅해보자. 다른 방법들도 많겠지만 가장 많이 쓰는 주피터 노트북을 설치하고 파이썬 패키지를 어떻게 관리할 것인지를 살펴보도록 하자.

주피터 노트북

주피터 노트북(jupyter notebook)은 웹 브라우저에서 파이썬 코드를 작성하고 실행까지 해볼 수 있는 REPL방식의 개발도구이다. 머신러닝이나 데이터분석 용도로 파이썬을 사용하는 사람들이 사용하는 툴로써 가벼우며 코드를 실행하고 수정하기가 간편하다. 또한 notebook형태로 파일이 공유가 가능하다.

REPL(Read–Eval–Print Loop) : 명령어를 한줄씩 입력하며 실행 상황을 지켜보는 방식(대화형)

먼저 파이썬을 설치하자. 파이썬이 이미 설치가 되어있다면 생략 하자.

$ sudo apt-get update                // apt-get 항목 업데이트
$ sudo apt-cache search python3      // 패키지 검색
$ sudo apt install python3.6         // 파이썬 3.6버전 설치
$ python3 -V                         // 파이썬 버전 
$ sudo apt install python3-pip       // 파이썬 패키지 관리

파이썬 pip를 설치한 후 pip install jupyter 로 주피터 노트북을 설치 할 수 있지만 일반적으로 아나콘다(Anaconda)를 설치하면 Jupyter Notebook이 함께 설치되어 주피터를 사용할 수 있다. 물론 pip를 이용하면 원하는 패키지만 그떄 그때 설치하여 사용할 수는 있지만, 아나콘다를 설치하면 데이터 처리 및 분석에 필요한 패키지가 모두 포함되어 설치가 되기 때문에 약간 설치시간이 오래 걸리긴 하지만 아나콘다를 사용하는 것을 추천한다.

아나콘다(Anaconda) 설치

이 글에서는 Ubuntu18.04 기준으로 설명하도록 하겠다. 또한 최신버전을 위해 반드시 아나콘다 사이트에서 최신 URL을 확인하여 설치를 진행하길 바란다.

$ wget https://repo.continuum.io/archive/Anaconda3-5.1.0-Linux-x86_64.sh
$ bash Anaconda3-5.1.0-Linux-x86_64.sh

계속 엔터를 눌러 설치한다(bashrc등록 여부는 Y로 입력해준다 - 그렇지 않으면 수동설정)
아나콘다(Anaconda) 공식홈 참고

설치 확인

$ source ~/.bashrc    // bashrc에 등록한것을 활성해 준다
$ conda --version     // 버전확인
$ conda update conda  // 아나콘다 업데이트

만약 삭제하길 원한다면…

$ rm -rf ~/anaconda3
$ vi ~/.bashrc // # added by Anaconda3 installer 제거
$ rm -rf ~/.condarc ~/.conda ~/.continuum

주피터 노트북 실행

$ jupyter notebook

jupyter-run

화면에 출력된 http://localhost:8888/?token=***으로 접속하면 된다.
(jupyter notebook --generate-config 명령으로 jupyter_notebook_config.py 파일을 생성하면 해당 파일에서 세부설정이 가능하다.)

접속화면 jupyter 우측 상단에 New > Python3를 선택하면 새로운 창이 생성된다. jupyter 이제 웹상에서 파이썬 코드를 작성하고 실행 할 수 있다.

물론 matplotlib 패키지를 이용하여 가공된 데이터를 그래프로 표현 할 수 있다. jupyter

주피터 노트북은 개인 로컬환경에 설치하여 직접 띄울수도 있지만, Microsoft에서는 azure notebook, Google에서는 Colab에서 클라우드상의 주피터환경을 제공해주고 있으니 간단한 학습용로라면 이를 활용하는 방법도 좋을 것이다. 공짜다!

(주피터 노트북 사용법에 대한 부분은 다루지 않겠다.)

더 살펴보자…

아나콘다 가상환경

개발을 위한 파이썬 패키지 가상환경을 별도로 만들고 싶다면 conda에서 지원하는 명령어로 사용이 가능하다. 만약 아나콘다를 사용하지 않고 pip를 사용한다면 virtualenv로 가상환경을 관리 할 수 있다.

$ conda create --name [가상환경명] python=3.6    // 가상환경을 만든다
$ conda info --envs                             // 설치된 가상환경 리스트 확인
$ conda activate [가상환경명]                   // 가상환경 활성화

가상환경을 선택하여 활성화를 하게 되면 (가상환경명) winuss@ubuntu:~$와 같이 프롬프트 앞에 해당 가상환경명이 표시가 된다. 이후 패키지를 설치하게 되면 활성화된 가상환경에만 패키지가 설치가 된다.

다시 가상환경을 비활성화하거나 삭제하려면,

$ (가상환경명) conda deactivate         // 가상환경 비활성화
$ conda remove --name 가상환경명 -- all // 가상환경 삭제

파이썬에서는 한 라이브러리에 대해 하나의 버전만 설치가 가능한데 이는 여러개의 프로젝트를 진행하게 되면 문제가 될 수 있다. 작업을 바꿀때마다 다른 버전의 라이브러리를 설치해야 해야 하는 번거러움을 방지하기 위해 독립된 가상환경이 필요한 것이다.

아나콘다에 패키지 설치

가상환경을 활성화 하지 않고 가상환경명을 지정하여 패키지를 설치 할 수도 있다. mytest라는 가상환경에 tensorflow를 설치 및 삭제를 해보자.

$ conda search tensorflow(패키지명)  // 패키지검색
$ conda install tensorflow(패키지명) // 패키지 설치
$ conda install --name mytest(가상환경명) tensorflow(패키지명) 
$ conda list  // 패키지 리스트
$ conda remove --name mytest(가상환경명) tensorflow(패키지명) // 패키지 제거

주피터 확장기능 설치

주피터 확장기능을 사용하면 좀더 편리한 기능들을 사용할 수 있다.

$ conda install -c conda-forge jupyter_contrib_nbextensions

확장을 활성화 하려면 Nbextensions 탭을 클릭하거나 http://localhost:8888/nbextensions에서 확인 할 수 있다.

주피터 font 수정

font가 가독성이 좀 떨어진다. custom.css를 추가하여 css를 적용할 수 있다.

$ mkdir ~/.jupyter/custom
$ echo '/* jupyter css */' >> ~/.jupyter/custom/custom.css
$ echo '.CodeMirror pre {font-family: Consolas; font-size: 10.5pt; line-height: 120%;}' >> ~/.jupyter/custom/custom.css
$ echo '.container { width:100% !important; }' >> ~/.jupyter/custom/custom.css
$ echo 'div.output pre{ font-family: Consolas; font-size: 10.5pt;}' >> ~/.jupyter/custom/custom.css

주피터 상세 설정

기본 디렉토리, 토큰, 브라우저옵션 등 상세한 설정을 제어 하고 싶다면 config파일을 생성하여 해당 파일의 옵션값들을 수정해주면 된다.

$ jupyter notebook --generate-config

결과
Writing default config to: /home/uss/.jupyter/jupyter_notebook_config.py

Matplotlib 설정

%matplotlib inline

matplotlib 주요 설치 정보

import matplotlib

print ('버전: ', matplotlib.__version__)
print ('설치위치: ', matplotlib.__file__)
print ('설정: ', matplotlib.get_configdir())
print ('캐시: ', matplotlib.get_cachedir())

우분투에 폰트는 /usr/share/fonts/truetype/에 있다.

글꼴 설치

$ sudo apt-get install fonts-nanum*
$ sudo fc-cache -fv

/usr/share/fonts/truetype/에 nanum 폰트 파일이 설치가 된다.

설치한 nanum폰트를 matplotlib에 복사하고 matplotlib의 폰트 캐시를 삭제하자.

$ sudo cp /usr/share/fonts/truetype/nanum/Nanum* [설치위치]/mpl-data/fonts/ttf/
$ rm -rf /home/[user]/.cache/matplotlib/*

설치 위치는 /usr/local/lib/python3.?/dist-packages/matplotlib가 기본적이지만 matplotlib.file 명령으로 설치위치를 확인하자.(가상환경의 경우 위치가 다를 수 있음)
캐시 위치는 보통 사용자 디렉토리에 위치한다. matplotlib.get_cachedir()

폰트 지정

matplotlib.rcParams을 통해 matplotlib의 다양한 설정값을 읽거나 지정할 수 있다.

import matplotlib.pyplot as plt

plt.rcParams["font.family"] = 'NanumGothicCoding'
plt.rcParams['font.size'] = 12.
plt.rcParams['xtick.labelsize'] = 24.
plt.rcParams['ytick.labelsize'] = 24.
plt.rcParams['axes.labelsize'] = 20.

plt.title('가격의 변화')
plt.plot(range(50), data, 'r')
plt.show()

[(f.name, f.fname) for f in matplotlib.font_manager.fontManager.ttflist if ‘Nanum’ in f.name] 으로 Nanum폰트명을 확인 할 수 있다.

폰트 설정파일

매번 폰트를 지정하는것이 번거롭다면 matplotlibrc 파일에 설정하면 된다.

import matplotlib
#설정파일명 확인
matplotlib.matplotlib_fname()
echo 'font.family : NanumGothic' >> ~/.config/matplotlib/matplotlibrc
echo 'font.size : 10.0' >> ~/.config/matplotlib/matplotlibrc
echo 'axes.unicode_minus : False' >> ~/.config/matplotlib/matplotlibrc

레이블에 ‘-‘가 있는 경우 유니코드의 ‘-‘문자를 그대로 출력하면 ‘-‘ 부호만 깨져 보인다. 이를 방지하기 위해 ‘axes.unicode_minus’ 옵션을 False로 지정한다.

이제 jupyter notebook를 재구동하고 그래프에 한글이 정상적으로 표시가 되는지 확인해보자.

윈도우에서 아나콘다를 사용한다면..

  1. matplotlib 설정파일에 설정 추가 (matplotlib.matplotlib_fname())
    • font.family : NanumGothic
    • font.size : 10.0
    • axes.unicode_minus : False
  2. .ttf 폰트를 matplotlib으로 복사한다.
    • 아나콘다를 사용하는 경우 보통 아래 디렉토리이다.(NanumGothic 추천)
    • C:\Users(사용자명)\Anaconda3\Lib\site-packages\matplotlib\mpl-data\fonts\ttf
  3. matplotlib cache 폴더의 내용 삭제
    • matplotlib.get_cachedir()
  4. 커널 재시작(주피터 노트북 재시작)

참고


DevTimes © 2018. All rights reserved.

Powered by winuss