无需Anaconda安装ArcGIS API for Python及解决Jupyter报错

一、Jupyter Notebook 中 AttributeError 解决方案 #

错误重现代码 #

from arcgis.gis import GIS
my_gis = GIS()
m = my_gis.map()

m

错误日志 #

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
File ~\LocationVenues\py_venv\lib\site-packages\IPython\core\formatters.py:920, in IPythonDisplayFormatter.__call__(self, obj)
    918 method = get_real_method(obj, self.print_method)
    919 if method is not None:
--> 920     method()
    921     return True

File ~\LocationVenues\py_venv\lib\site-packages\arcgis\widgets\_mapview\_mapview.py:948, in MapView._ipython_display_(self)
    942 """Override the parent ipython display function that is called
    943 whenever is displayed in the notebook. Display a blank area
    944 below the map widget that can be controlled via a display handler
    945 set to self._preview_image_display_handler.
    946 """
    947 self._setup_gis_properties(self.gis)
--> 948 super(MapView, self)._ipython_display_()
    949 self._preview_image_display_handler = display(
    950     HTML(self._assemble_img_preview_html_str("")),
    951     display_id="preview-" + str(self._uuid),
    952 )
    953 self._preview_html_embed_display_handler = display(
    954     HTML(self._assemble_html_embed_html_str("")),
    955     display_id="preview-html-" + str(self._uuid),
    956 )

AttributeError: 'super' object has no attribute '_ipython_display_'

可行解决办法 #

• 版本兼容调整：该错误多因ArcGIS API for Python与IPython/Jupyter版本不匹配导致，可指定安装稳定版本：

  python3 -m pip install arcgis==2.2.0
  

• 更新IPython依赖：确保Jupyter环境的IPython版本满足ArcGIS API要求：

  python3 -m pip install --upgrade ipython
  

• 临时替换渲染方式：若版本问题暂时无法解决，改用静态截图渲染地图：

  from arcgis.gis import GIS
  my_gis = GIS()
  m = my_gis.map()
  m.basemap = "streets"
  m.center = [34.0522, -118.2437]
  m.take_screenshot()
  

二、Anaconda 与独立 Python 环境安装的区别 #

• 环境管理能力：Anaconda自带conda工具，可一键创建隔离虚拟环境，自动处理依赖冲突；独立环境需手动用venv/virtualenv创建，依赖管理全靠pip，复杂场景易出问题。
• 预装依赖差异：Anaconda默认预装numpy、pandas等大量数据科学基础库，ArcGIS API安装时无需额外配置；独立环境需手动安装所有底层依赖。
• 性能优化：Anaconda针对数据科学场景优化，部分库采用MKL等加速编译版本，理论上地图渲染、数据处理效率更高；若独立环境手动安装同版本优化库，性能差距可忽略。
• 部署灵活性：Anaconda适合团队统一环境配置，多为全局安装；独立环境更轻量化，适合单个项目极简部署，打包分发体积更小。

内容的提问来源于stack exchange，提问作者kyrlon