如何为以后腌制或存储Jupyter（IPython）笔记本会话-Java 学习之路

假设我在Jupyter / Ipython笔记本中进行了更大规模的数据分析，并完成了大量耗时的计算 . 然后，出于某种原因，我必须关闭jupyter本地服务器I，但是我想稍后返回进行分析，而不必再次进行所有耗时的计算 .

我想要做的是 pickle 或存储整个Jupyter会话（所有pandas数据帧，np.arrays，变量......）所以我可以安全地关闭服务器，知道我可以在完全相同的状态下返回我的会话像之前一样 .

Is it even technically possible? Is there a built-in functionality I overlooked?

EDIT: 基于this回答有一个 %store magic应该是"lightweight pickle" . 但是，您必须手动存储变量，如下所示：

#inside a ipython/nb session
foo = "A dummy string"
%store foo
关闭seeion，重启内核
%store -r foo ＃r用于刷新
print(foo) # "A dummy string"

这与我想要的非常接近，但是必须手动完成并且无法区分不同的会话会使它变得不那么有用 .

3 回答

10
我认为迪尔很好地回答了你的问题 .
```
pip install dill
```
保存笔记本会话：
```
import dill
dill.dump_session('notebook_env.db')
```
恢复Notebook会话：
```
import dill
dill.load_session('notebook_env.db')
```
Source
回复于 2024-04-27T11:42:46+08:00
13
（我更愿意发表评论，而不是将其作为实际答案，但我需要更多的声誉来评论 . ）

您可以系统地存储大多数类似数据的变量 . 我通常做的是在pandas.HDFStore中存储所有数据帧，数组等 . 在笔记本的开头，声明
```
backup = pd.HDFStore('backup.h5')
```
然后在生成变量时存储任何新变量
```
backup['var1'] = var1
```
最后，可能是个好主意
```
backup.close()
```
在关闭服务器之前 . 下次要继续使用笔记本时：
```
backup = pd.HDFStore('backup.h5')
var1 = backup['var1']
```
说实话，我也更喜欢ipython笔记本中的内置功能 . 你无法以这种方式保存所有东西（例如对象，连接），并且很难用如此多的样板代码来保持笔记本的组织 .
回复于 2024-04-27T11:42:46+08:00
18
这个问题与以下内容有关：How to cache in IPython Notebook?

为了保存单个单元格的结果，caching magic派上用场了 .
```
%%cache longcalc.pkl var1 var2 var3
var1 = longcalculation()
....
```
重新运行笔记本时，将从缓存中加载此单元格的内容 .

这并不能完全回答您的问题，但是当所有冗长计算的结果快速恢复时，它可能就足够了 . 结合使用笔记本顶部的run-all按钮对我来说是一个可行的解决方案 .

缓存魔法无法保存整个笔记本yet的状态 . 据我所知，还没有其他系统可以恢复"notebook" . 这将需要保存python内核的所有历史记录 . 加载笔记本并连接到内核后，应加载此信息 .
回复于 2024-04-27T11:42:46+08:00

如何为以后腌制或存储Jupyter（IPython）笔记本会话

3 回答

相关问题