服务器端使用jupyter lab配置Matlab踩坑记录

jupyter配置

前面的安装步骤很简单，安装教程安装即可：

conda create -n matlab python=3.6 # 创建虚拟环境，不创建也可
conda install -c conda-forge jupyterlab
conda install -c conda-forge nodejs

不出意外的话，这时候jupyter已经可以跑起来了。命令如下:

jupyter lab --port=9000 --no-browser & # 端口号可以修改

但是这时候jupyter只是在服务器端启动了服务，想在本地访问，还需要讲本地端口映射到服务器端jupyter对应端口(9000)。也可以使用ip:port的方式直接访问，需要修改配置，这里没有使用。端口映射命令如下(这里将服务器端9000端口映射到本地9000端口):

ssh -N -f -L 9000:localhost:9000 user@ip

这时候在本地访问localhost:9000按理来说应该可以访问jupyter界面了，但是这里有两个坑点：

1. jupyter lab 不支持python3.9，好像只支持2.7, 3.5, 3.6这几个版本，第一次安装的时候使用的python3.9，一直无法启动，最后新建python3.6的虚拟环境解决；

2. 使用python3.6版本按照上述步骤安装之后，还是无法启动，会出现报错：attributeerror: ‘extensionmanager‘ object has no attribute ‘_extensions‘, 原因是库的版本问题，解决方案是

   pip install nbclassic==0.2.8。

到这里，本地的jupyter应该就可以跑起来了。

jupyter matlab配置

确认jupyter安装成功之后，开始配置matlab环境（需要确保服务器中已经安装了matlab）。

首先安装相关库：

pip install matlab_kernel

安装之后，jupyter中应该就可以看到matlab_kernel了，但是这个时候如果直接使用，会报错：

出现这个图里的报错有两个原因，先讲第一个。上一步安装Matlab_kernel其实只是安装的第一步，为了能够真正使用调用服务器上的matlab，还需要到matlab的一个相关目录下进行手动安装，这个目录一般为：/usr/local/matlab19b/extern/engines/python,其中Matlab19b可能需要替换为相应版本的文件夹。该目录下有一个setup.py文件，就是安装文件。安装命令为：

python setup.py install

但是直接执行这个命令会出现权限问题，解决方案有两个：

1. 将engines/python这个文件夹的权限修改一下
2. 修改相关目录python setup.py build --build-base="/path/to/directory_you_can_write_to" install --prefix="/path/to/virtualenv/" --user

到这一步matlab才算安装完成。但是这时候又出现了一些小插曲：matlab安装完成了，在ipython中可以正常import matlab.engine,但是在jupyter中仍然显示matlab engine not installed（上图）。仔细观察之后发现，报错信息中的路径是python3.9，而我此时使用的是新创建的虚拟环境（python3.6），因此确定了问题的原因应该是第一次安装的时候产生了一些kernel的配置文件，将kernel定位到了第一次安装时候的位置，只需要修改一下kernel的位置即可，解决方法如下：

jupyter kernelspec list # 查看当前所有kernel以及相应位置
cd \path\to\matlab_kernel # 此路径下有一个kernel.json文件，保存了这个kernel的相关信息
vim kernel.json # 修改路径信息到正确的位置即可

至此，在jupyter中就可以使用matlab了。另外还有一种方法据说可以修改kernel如图（没有尝试）：

jupyterLab密码重置

由于有一段时间没有使用，原先设置的密码忘记了，然后需要进行重置，查了很多修改配置文件的方案都没有成功，最后发现命令其实很简单：

jupyter lab password

就 可 以 了😅