Como instalar o Jupyter Notebook no WSL (com ambiente virtual)
Após configurar seu ambiente virtual, o próximo passo essencial para trabalhar com dados geoespaciais no Python é instalar o Jupyter Notebook. Essa ferramenta permite executar códigos Python em células interativas, visualizar gráficos e documentar análises — tudo isso diretamente no navegador.
A seguir, você aprenderá como instalar e rodar o Jupyter dentro do WSL, usando seu ambiente virtual.
Passo 1 – Ative o ambiente virtual
Primeiramente, ative o ambiente virtual no qual o Jupyter será instalado. No terminal do WSL, siga os comandos abaixo:
cd projetos/geoprocessamento
source geoenv/bin/activate
Se tudo estiver correto, o terminal mostrará algo como (geoenv)
, indicando que o ambiente está ativo.
Passo 2 – Instale o Jupyter Notebook
Com o ambiente ativado, instale o Jupyter Notebook com o seguinte comando:
pip install notebook
Dessa forma, o Jupyter será instalado apenas dentro do ambiente virtual, mantendo seus projetos organizados e isolados.
Passo 3 – Inicie o servidor Jupyter
Para iniciar o Jupyter Notebook, use o comando:
jupyter notebook
O terminal exibirá um endereço semelhante a:
http://localhost:8888/
Copie e cole esse link no seu navegador para acessar a interface web do Jupyter.

Observação: WSL1 vs WSL2
Se estiver usando o WSL2, o navegador do Windows pode não abrir automaticamente. Nesse caso, copie manualmente o link do terminal e cole no navegador para acessar a interface.
Passo 4 – Crie seu primeiro notebook
Ao abrir o Jupyter, clique em “New” > “Python 3” para criar um novo notebook. A partir daí, você poderá digitar e executar códigos em células interativas.

Dica extra – Trabalhando em outras pastas
Você pode iniciar o Jupyter em qualquer diretório do seu sistema. Basta navegar até a pasta desejada e executar novamente:
jupyter notebook
Encerrando o servidor
Para encerrar o Jupyter Notebook, pressione Ctrl + C
no terminal e confirme com y
.
Conclusão
Com o Jupyter Notebook instalado e funcionando dentro do WSL, você agora conta com uma interface poderosa e prática para programar em Python. Essa ferramenta é amplamente utilizada por cientistas de dados e desenvolvedores, e será uma aliada constante nos próximos tutoriais.
No próximo capítulo, vamos conhecer o JupyterLab, uma versão ainda mais completa dessa plataforma.