本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 在 EMR Studio Workspace 中安装内核和库
<a name="emr-studio-install-libraries-and-kernels"></a>

每个 Amazon EMR Studio Workspace 均附带一组预安装的库和内核。

## 在 Amazon EC2 上运行的集群的内核和库
<a name="emr-studio-ec2-kernels-libraries"></a>

当您使用在 Amazon EC2 上运行的 EMR 集群时，您还可以通过以下方式为 EMR Studio 自定义环境：
+ **在集群主节点上安装 Jupyter Notebook 内核和 Python 库**：使用此选项安装库时，库由附加到同一集群的所有 Workspace 共享。您可以从 Notebook 单元格中安装内核或库，也可以在使用 SSH 连接到集群的主节点时安装内核或库。
+ **使用 Notebook 范围内的库** — 当 Workspace 用户从 Notebook 单元中安装和使用库时，这些库仅适用于该 Notebook。此选项允许同一集群的不同 Notebook 工作，而不必担心库版本冲突。

EMR Studio Workspaces 与 EMR Notebooks 具有相同的底层架构。您可以使用 EMR Studio 安装和使用 Jupyter Notebook 内核和 Python 库，就像使用 EMR Notebooks 一样。有关说明，请参阅 [在 EMR Studio 中安装和使用内核和库](emr-managed-notebooks-installing-libraries-and-kernels.md)。

## Amazon EMR on EKS 集群上的内核和库
<a name="emr-studio-eks-kernels-libraries"></a>

EKS 集群上的 Amaz PySpark on EMR 包括和带有一组预安装库的 Python 3.7 内核。Amazon EMR on EKS 不支持安装其他的库或集群。

EKS 集群上的每个 Amazon EMR 都安装了以下 Python 和 PySpark 库：
+ **Python** – boto3, cffi, future, ggplot, jupyter, kubernetes, matplotlib, numpy, pandas, plotly, pycryptodomex, py4j, requests, scikit-learn, scipy, seaborn
+ **PySpark** – ggplot, jupyter, matplotlib, numpy, pandas, plotly, pycryptodomex, py4j, requests, scikit-learn, scipy, seaborn

## EMR Serverless 应用程序的内核和库
<a name="emr-studio-serverless-kernels-libraries"></a>

每个 EMR 无服务器应用程序都安装了以下 Python 和 PySpark 库：
+ **Python** – ggplot, matplotlib, numpy, pandas, plotly, bokeh, scikit-learn, scipy, seaborn
+ **PySpark** – ggplot, matplotlib,numpy, pandas, plotly, bokeh, scikit-learn, scipy, seaborn