使用IPython探索和可视化数据

推荐使用 Anaconda.它是一个预编译的科学Python套件。（或者Enthougt）

下载 Anaconda-2.3.0-Linux-x86_64.sh 并copy到

/usr/local/apps

目录下，运行

bash Anaconda-2.3.0-Linux-x86_64.sh

完成安装。

更新环境变量：在

/home/hadoop/.bashrc

中添加

export PATH=/usr/local/apps/anaconda/bin:$PATH

如果使用IPython3.0 ;使用如下方式更新

conda update conda

conda update ipython ipython-notebook ipython-qtconsole

然后安装或者更新jupyter（IPython3.x以上）：

conda  install jupyter

或者

conda update jupyter

将集群中的机器做同样的配置；启动hadoop，spark；用如下命令启动pyspark终端：

IPYTHON=1 IPYTHON_OPTS="--pylab" ./bin/pyspark

这样在启动的pyspark可以一起启用IPython和pylab。

显示如下，启动成功

IPython 4.0.0 -- An enhanced Interactive Python.
?         -> Introduction and overview of IPython's features.
%quickref -> Quick reference.
help      -> Python's own help system.
object?   -> Details about 'object', use 'object??' for extra details.
Using matplotlib backend: Qt4Agg

遇到问题：

使用xshell远程连接主机，同样命令会报

cannot connect to X server

错误，暂时没有解决。