在云服务器上，安装 Python 3.8, 并部署 JupyterLab 4, 打造个人 Web IDE
假设你已经拥有了一台云服务器，如果还没有，参考这里, 免费拥有 2 核 4G 内存的云服务器。 在这篇文章 中，通过简单的三步，利用 1Panel 运维面板，搭建了个人博客站点，24 小时对外提供 Web 服务。
本文介绍在云服务器上，安装 Python 3.8, 并部署 JupyterLab 4, 打造个人 Web IDE. 适用于数据分析、数据挖掘、机器学习的同学，你将方便地随时随地使用计算资源。
安装 Python 3.8
CentOS 8.5 自带的 Python 版本是 3.6.8, 偏低，这里希望使用 Python 3.8。 这里不想使用粗暴地替换升级方式, 而是使用 conda 做环境隔离的方式。 这篇内容以 macOS 安装 Python 3.7 为例，跟这里 CentOS 安装 Python 3.8 类似，想了解完整信息，请查看前文，这里只是简单介绍。
下载 Miniconda 3, 下载对应的版本，这里选择 Miniconda3-py38_23.5.2-0-Linux-x86_64.sh.
上传至 /opt 目录下，以 root 账户执行如下命令
cd /opt
chmod a+x Miniconda3-py38_23.5.2-0-Linux-x86_64.sh
./Miniconda3-py38_23.5.2-0-Linux-x86_64.sh
选择安装路径为 /opt/miniconda3, 如下图所示，完成安装。
查看安装是否成功
$ source ~/.bashrc
$ conda env list
# conda environments:
#
base/opt/miniconda3
$ conda activate base
$ python -V
Python 3.8.17
由此可见，conda 和 Python 3.8 都已安装成功！
部署 JupyterLab 4
建议不要以 root 账户来进行部署，这里创建一个 web 账户。
adduser web
passwd web
接下来，以 web 账号登录，执行如下操作。
新建 .pip/pip.conf 文件，加入以下内容，方便接下来快速安装 pip 包。
[global]
index-url=http://mirrors.aliyun.com/pypi/simple
[install]
trusted-host=mirrors.aliyun.com
创建虚拟 venv 环境
cd ~
/opt/miniconda3/bin/python -m venv venv-py38-tf2
source venv-py38-tf2/bin/activate
pip3 install -U pip 'setuptools<42' wheel
安装必要的依赖包，手动逐条执行如下命令，无版本冲突。
pip3 install torch==2.0.1+cpu -f https://download.pytorch.org/whl/torch_stable.html
pip3 install'tensorflow-cpu==2.7.4'
pip3 install'jupyterlab==4.0.4'
启动 JupyterLab, 执行如下命令
nohup jupyter lab --no-browser --ip=0.0.0.0 &
通过查看 nohup.out 输出内容，知道服务启动的端口号是 8888, 在阿里云安全组开启该端口，接下来，就可以在浏览器访问啦：http://47.97.114.204:8888
建议首次进入时，根据 nohup.out 中的 Token 设定好登录密码。
登录之后，我们简单使用一下，查看一下系统环境
