基於jupyter lab搭建網頁程式設計環境並新增自定義python kernel和matlab kernel以及plotly的使用

內容轉載自我的部落格

目錄

• 說明
• 1. 建立虛擬環境jupyter
• 2. 安裝nodejs（用於jupyterlab安裝擴充套件）
• 3. 安裝pip包
• 4. 使用jupyterlab
• 5. 配置jupyterlab
• 6. 開機自啟jupyter
• 6. 開機自啟和nohup執行
• 7. 新增其他python環境的kernel
• 8. 新增matlab的kernel
• 9. 使用frp內網穿透
• 10. VSCode連線jupyter
• 11. ssh連線jupyter在本地開啟
• 12. matplotlib安裝
• 13. 使用plotly顯示python程式繪製的圖片
• 14. 使用plotly顯示matlab的圖片
• 15. 使用plotly繪製matlab的包含ColorBar的圖片

說明

即使該系統有使用者zfb、root、test、ubuntu等，下面介紹的步驟隻影響本使用者，既不需要root許可權，也不會對其他使用者造成影響（開機自啟的service檔案需要root使用者編輯和設定開機自啟，之後就不需要操作了）

1. 建立虛擬環境jupyter

# 安裝venv
sudo apt-get install python3-venv
# 建立虛擬環境，名稱為jupyter
python3 -m venv jupyter

2. 安裝nodejs（用於jupyterlab安裝擴充套件）

# 下載nvm用於管理npm、nodejs環境
wget -qO- https://raw.githubusercontent.com/nvm-sh/nvm/v0.35.3/install.sh | bash
# 重新啟動即可使用nvm命令
# nvm ls-remote          列出nodejs所有可用版本
# nvm install 10.10.0    安裝nodejs 10.10.0版本
# 安裝nodejs最新版本
nvm install node

把nvm環境bin資料夾放入PATH，即在~/.bashrc新增一行內容，必須把自己路徑放在前面，避免先搜尋到/usr/local/bin目錄：

export PATH=/home/zfb/.nvm/versions/node/v14.5.0/bin:${PATH}

3. 安裝pip包

# 啟用虛擬環境jupyter
source jupyter/bin/activate
# 在虛擬環境jupyter中安裝jupyterlab和nodejs
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple jupyterlab npm nodejs

4. 使用jupyterlab

先把python虛擬環境jupyter的bin資料夾放入PATH，即在~/.bashrc新增一行內容，必須把自己路徑放在前面，避免先搜尋到/usr/local/bin目錄：

export PATH=/home/zfb/jupyter/bin:${PATH}

在命令列輸入jupyter lab即可在本地埠開啟（不需要啟用虛擬環境），可以通過命令which jupyter得到/home/zfb/jupyter/bin/jupyter結果
在jupyterlab執行期間，可以通過命令jupyter notebook list檢視當前執行的jupyter例項
列出當前已安裝的擴充套件：jupyter labextension list
解除安裝某個擴充套件：jupyter labextension uninstall my-extension-name
檢視jupyter的kernel：jupyter kernelspec list
注意：http://127.0.0.1:8888/lab是jupyterlab的地址；http://127.0.0.1:8888/tree是傳統jupyter notebook的地址

5. 配置jupyterlab

在終端輸入以下命令生成加密祕鑰：

# 啟用虛擬環境jupyter
source jupyter/bin/activate
# 密碼設定為123456，此命令輸出密碼的sha1結果，用於下一步配置檔案token
python -c "from notebook.auth import passwd;print(passwd('123456'))"

在命令列輸入jupyter lab --generate-config，則會生成檔案/home/zfb/.jupyter/jupyter_notebook_config.py，開啟該檔案，修改以下內容：

c.NotebookApp.allow_remote_access = True
c.NotebookApp.ip = '0.0.0.0'
c.NotebookApp.notebook_dir = '/home/zfb/jp_data/'
c.NotebookApp.open_browser = False
c.NotebookApp.password = 'sha1:10d130e9bad7:b73d9821f96ccc4f42b2071b5dc46f2357373da3'
c.NotebookApp.port = 8888

安裝擴充套件時如果找不到node，那麼需要確保它在PATH，然後手動啟動jupyter lab，不要使用service啟動即可在瀏覽器點選install安裝

6. 開機自啟jupyter

切換root使用者（zfb使用者不能執行sudo命令），建立檔案jupyter-zfb.service，內容如下：

[Unit]
Description=Auto start jupyter lab Service for web
After=network.target

[Service]
Type=simple
# Type=forking
# PIDFile=/var/pid/master.pid
# 如果是在為其他使用者配置jupyterlab，這裡填對應的使用者名稱
User=zfb
Restart=on-failure
RestartSec=10s
WorkingDirectory=/home/zfb/jupyter
ExecStart=/home/zfb/jupyter/bin/jupyter lab
# ExecReload=/home/zfb/jupyter/bin/jupyter lab

[Install]
WantedBy=multi-user.target

然後依次執行下面命令：

# 複製jupyter-zfb.service檔案到指定目錄
sudo cp ./jupyter-zfb.service /etc/systemd/system/
# 設定jupyter-zfb開機自啟
systemctl enable jupyter-zfb.service
# 過載service檔案
sudo systemctl daemon-reload
# 檢視所有的開機自啟項
systemctl list-unit-files --type=service|grep enabled
# 手動開啟jupyter-zfb服務
service jupyter-zfb start
# 檢視jupyter-zfb服務的執行狀態
service jupyter-zfb status
# 停止jupyter-zfb服務
service jupyter-zfb stop

檢視服務狀態的輸出如下：

root1@my-Server:~$ service jupyter-zfb status
● jupyter-zfb.service - Auto start jupyter lab Service for web
   Loaded: loaded (/etc/systemd/system/jupyter-zfb.service; enabled; vendor preset: enabled)
   Active: active (running) since Sun 2020-07-19 23:59:44 CST; 3s ago
 Main PID: 19426 (jupyter-lab)
    Tasks: 1 (limit: 7372)
   CGroup: /system.slice/jupyter-zfb.service
           └─19426 /home/zfb/jupyter/bin/python3 /home/zfb/jupyter/bin/jupyter-lab

Jul 19 23:59:44 my-Server systemd[1]: Started Auto start jupyter lab Service for web.
Jul 19 23:59:44 my-Server jupyter[19426]: [I 23:59:44.704 LabApp] JupyterLab extension loaded from /home/zfb/
Jul 19 23:59:44 my-Server jupyter[19426]: [I 23:59:44.704 LabApp] JupyterLab application directory is /home/z
Jul 19 23:59:44 my-Server jupyter[19426]: [I 23:59:44.706 LabApp] Serving notebooks from local directory: /ho
Jul 19 23:59:44 my-Server jupyter[19426]: [I 23:59:44.706 LabApp] The Jupyter Notebook is running at:
Jul 19 23:59:44 my-Server jupyter[19426]: [I 23:59:44.706 LabApp] http://my-Server:8888/
Jul 19 23:59:44 my-Server jupyter[19426]: [I 23:59:44.706 LabApp] Use Control-C to stop this server and shut 
root1@my-Server:~$ 

問題：service執行，則一旦安裝擴充套件之後重新開啟，擴充套件處就顯示500 Internal Server Error；但是直接執行在控制檯無問題；nohup jupyter lab &也無問題；screen也無問題

6. 開機自啟和nohup執行

建立檔案startjupyterlab.sh並分配執行許可權：

#!/bin/bash
# 後臺執行，重定向錯誤日誌，匯出pid到檔案
# nohup會免疫HUP訊號，>>表示追加模式
/usr/bin/nohup /home/zfb/jupyter/bin/jupyter lab >> /home/zfb/jupyter/log/jupyterlab.log 2>&1 & echo $! > /home/zfb/jupyter/run_jupyter.pid

ubuntu 18.04不再使用inited管理系統，改用systemd，原本簡單方便的/etc/rc.local檔案已經沒有了。systemd預設讀取/etc/systemd/system/下的配置檔案，該目錄下的檔案會連結/lib/systemd/system/下的檔案，一般系統安裝完/lib/systemd/system/下會有rc-local.service檔案，即我們需要的配置檔案，裡面有寫到rc.local的啟動順序和行為，檔案內容如下cat /lib/systemd/system/rc-local.service

#  SPDX-License-Identifier: LGPL-2.1+
#
#  This file is part of systemd.
#
#  systemd is free software; you can redistribute it and/or modify it
#  under the terms of the GNU Lesser General Public License as published by
#  the Free Software Foundation; either version 2.1 of the License, or
#  (at your option) any later version.

# This unit gets pulled automatically into multi-user.target by
# systemd-rc-local-generator if /etc/rc.local is executable.
[Unit]
Description=/etc/rc.local Compatibility
Documentation=man:systemd-rc-local-generator(8)
ConditionFileIsExecutable=/etc/rc.local
After=network.target

[Service]
Type=forking
ExecStart=/etc/rc.local start
TimeoutSec=0
RemainAfterExit=yes
GuessMainPID=no

systemctl status rc-local可以檢視當前是否有rc-local這個服務，如果沒有則需要建立ln -fs /lib/systemd/system/rc-local.service /etc/systemd/system/rc-local.service。設定開機啟動並執行服務可以看到如下輸出：

zfb@my-Server:~$ service rc-local status
● rc-local.service - /etc/rc.local Compatibility
   Loaded: loaded (/lib/systemd/system/rc-local.service; static; vendor preset: enabled)
  Drop-In: /lib/systemd/system/rc-local.service.d
           └─debian.conf
   Active: inactive (dead)
Condition: start condition failed at Mon 2020-07-20 14:39:15 CST; 2s ago
           └─ ConditionFileIsExecutable=/etc/rc.local was not met
     Docs: man:systemd-rc-local-generator(8)
zfb@ny-Server:~$

然後執行以下操作：

# 建立檔案
sudo vim /etc/rc.local
# 新增內容
#  #!/bin/bash  
#  
#  su - zfb -c "/bin/bash /home/zfb/startjupyterlab.sh"

# 新增執行許可權
sudo chmod +x /etc/rc.local

執行service rc-local start即可啟動服務，service rc-local status檢視執行狀態
日誌分割：然後建立檔案/etc/logrotate.d/jupyter-zfb：

su zfb zfb
/home/zfb/jupyter/log/jupyterlab.log{
    weekly
    minsize 10M
    rotate 10
    missingok
    dateext
    notifempty
    sharedscripts
    postrotate
        if [ -f /home/zfb/jupyter/run_jupyter.pid ]; then
            /bin/kill -9 `cat /home/zfb/jupyter/run_jupyter.pid`
        fi
        /usr/bin/nohup /home/zfb/jupyter/bin/jupyter lab >> /home/zfb/jupyter/log/jupyterlab.log 2>&1 & echo $! > /home/zfb/jupyter/run_jupyter.pid
    endscript
}

執行命令logrotate -dvf /etc/logrotate.d/jupyter-zfb可以檢視每次輪詢的輸出

• d表示只是顯示，並不實際執行
• v表示顯示詳細資訊
• f表示即使不滿足條件也強制執行一次

7. 新增其他python環境的kernel

在不啟用任何環境的終端，建立新的虛擬環境py36（最後把它新增到jupyter的kernel）

# 建立新的虛擬環境py36
python3 -m venv py36
# 啟用新虛擬環境py36
source py36/bin/activate
# 為新環境安裝需要的庫
# pip install -i https://pypi.tuna.tsinghua.edu.cn/simple
# 為虛擬環境安裝kernel
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple ipykernel
# 將此虛擬環境配置到jupyter的kernel中，此命令返回
# Installed kernelspec kernel_py36 in /home/zfb/.local/share/jupyter/kernels/kernel_py36
# 若不指定--user，則會提示許可權不足，因為預設安裝到/usr/local/share/jupyter
python -m ipykernel install --name kernel_py36 --user
# 啟動jupyterlab，此時可以看到已經有兩個kernel可供切換（jupyter、kernel_py36）
jupyter lab

刪除某個kernel：jupyter kernelspec remove kernel_py36

8. 新增matlab的kernel

啟用虛擬環境jupyter（jupyterlab被安裝在此虛擬環境），然後安裝matlab_kernal，再切換到matlab的安裝目錄extern/engines/python/，執行setup.py檔案，具體步驟的命令如下：

# 啟用虛擬環境jupyter
source jupyter/bin/activate
# 在虛擬環境jupyter安裝matlab_kernel
pip install matlab_kernel
# 若不指定--user，則會提示許可權不足
python -m matlab_kernel install --user
# 切換到matlab安裝目錄的extern/engines/python/，然後執行命令
python setup.py install
# --build-base="/home/zfb/build" install --prefix="/home/zfb/jupyter/lib/python3.6/site-packages"
# 此時執行jupyter kernelspec list即可看到如下輸出
# Available kernels:
#   matlab     /home/zfb/jupyter/share/jupyter/kernels/matlab
#   python3    /home/zfb/jupyter/share/jupyter/kernels/python3

保證最後/home/zfb/jupyter/lib/python3.6/site-packages/資料夾下有matlab資料夾和matlab_kernel資料夾：

matlab
├── engine
│   ├── _arch.txt
│   ├── basefuture.py
│   ├── engineerror.py
│   ├── enginehelper.py
│   ├── enginesession.py
│   ├── fevalfuture.py
│   ├── futureresult.py
│   ├── __init__.py
│   ├── matlabengine.py
│   ├── matlabfuture.py
│   └── __pycache__
│       ├── basefuture.cpython-36.pyc
│       ├── engineerror.cpython-36.pyc
│       ├── enginehelper.cpython-36.pyc
│       ├── enginesession.cpython-36.pyc
│       ├── fevalfuture.cpython-36.pyc
│       ├── futureresult.cpython-36.pyc
│       ├── __init__.cpython-36.pyc
│       ├── matlabengine.cpython-36.pyc
│       └── matlabfuture.cpython-36.pyc
├── __init__.py
├── _internal
│   ├── __init__.py
│   ├── mlarray_sequence.py
│   ├── mlarray_utils.py
│   └── __pycache__
│       ├── __init__.cpython-36.pyc
│       ├── mlarray_sequence.cpython-36.pyc
│       └── mlarray_utils.cpython-36.pyc
├── mlarray.py
├── mlexceptions.py
└── __pycache__
    ├── __init__.cpython-36.pyc
    ├── mlarray.cpython-36.pyc
    └── mlexceptions.cpython-36.pyc
5 directories, 31 files


matlab_kernel
├── check.py
├── __init__.py
├── kernel.json
├── kernel.py
├── __main__.py
├── matlab
│   ├── engine
│   │   ├── _arch.txt
│   │   ├── basefuture.py
│   │   ├── engineerror.py
│   │   ├── enginehelper.py
│   │   ├── enginesession.py
│   │   ├── fevalfuture.py
│   │   ├── futureresult.py
│   │   ├── __init__.py
│   │   ├── matlabengine.py
│   │   ├── matlabfuture.py
│   │   └── __pycache__
│   │       ├── basefuture.cpython-36.pyc
│   │       ├── engineerror.cpython-36.pyc
│   │       ├── enginehelper.cpython-36.pyc
│   │       ├── enginesession.cpython-36.pyc
│   │       ├── fevalfuture.cpython-36.pyc
│   │       ├── futureresult.cpython-36.pyc
│   │       ├── __init__.cpython-36.pyc
│   │       ├── matlabengine.cpython-36.pyc
│   │       └── matlabfuture.cpython-36.pyc
│   ├── __init__.py
│   ├── _internal
│   │   ├── __init__.py
│   │   ├── mlarray_sequence.py
│   │   ├── mlarray_utils.py
│   │   └── __pycache__
│   │       ├── __init__.cpython-36.pyc
│   │       ├── mlarray_sequence.cpython-36.pyc
│   │       └── mlarray_utils.cpython-36.pyc
│   ├── mlarray.py
│   ├── mlexceptions.py
│   └── __pycache__
│       ├── __init__.cpython-36.pyc
│       ├── mlarray.cpython-36.pyc
│       └── mlexceptions.cpython-36.pyc
├── matlabengineforpython-R2020a-py3.6.egg-info
└── __pycache__
    ├── check.cpython-36.pyc
    ├── __init__.cpython-36.pyc
    ├── kernel.cpython-36.pyc
    └── __main__.cpython-36.pyc

7 directories, 41 files

可以參考連結1和連結2

9. 使用frp內網穿透

騰訊雲主機的frps.ini新增一行：

# 不需要和frpc.ini一致
vhost_http_port = 8888

執行jupyterlab的伺服器的frpc.ini新增一個部分：

[web]
type = http
local_port = 8888
custom_domains = lab.example.cn

如果要使用frp內網穿透的同時又給它設定域名，則域名解析記錄新增一條名稱為lab的A記錄到騰訊雲主機的IP（frps），在騰訊雲主機再新增一個nginx項：

    server{
        listen 80;
        # 如果需要ssl，參考https://blog.whuzfb.cn/blog/2020/07/07/web_https/
        # listen 443 ssl;
        # include ssl/whuzfb.cn.ssl.conf;
        # 此時支援http與https
        server_name lab.example.cn;
        access_log /home/ubuntu/frp_linux_amd64/log/access_jupyter.log;
        error_log /home/ubuntu/frp_linux_amd64/log/error_jupyter.log;
        # 防止jupyter儲存檔案時413 Request Entity Too Large
        # client_max_body_size 50m; 0表示關閉檢測
        client_max_body_size 0;
        location /{
            proxy_set_header Host $host;
            proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
            proxy_redirect off;
            proxy_buffering off;
            proxy_pass http://127.0.0.1:8888;
        }

        location ~* /(api/kernels/[^/]+/(channels|iopub|shell|stdin)|terminals/websocket)/? {
            proxy_pass http://127.0.0.1:8888;
            proxy_set_header X-Real-IP $remote_addr;
            proxy_set_header Host $host;
            proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
            # WebSocket support
            proxy_http_version 1.1;
            proxy_set_header Upgrade $http_upgrade;
            proxy_set_header Connection "upgrade";
        }
        # -------  舊方法：還是有部分報錯/api/kernels err_too_many_redirects  ---------
        # # 必須有，否則請求/api/kernels/ 的狀態碼都是400
        # location /api/kernels/ {
        #     proxy_pass            http://127.0.0.1:8888;
        #     proxy_set_header      Host $host;
        #     # websocket support
        #     proxy_http_version    1.1;
        #     proxy_set_header      Upgrade "websocket";
        #     proxy_set_header      Connection "Upgrade";
        #     proxy_read_timeout    86400;
        # }
        # # 必須有，否則請求/terminals/ 的狀態碼都是400
        # location /terminals/ {
        #     proxy_pass            http://127.0.0.1:8888;
        #     proxy_set_header      Host $host;
        #     # websocket support
        #     proxy_http_version    1.1;
        #     proxy_set_header      Upgrade "websocket";
        #     proxy_set_header      Connection "Upgrade";
        #     proxy_read_timeout    86400;
        # }
    }

10. VSCode連線jupyter

由於jupyterlab可以執行在本地指定埠，所以可以通過IP和埠在客戶自己瀏覽器進行遠端開發（保證遠端伺服器的jupyter lab開機自啟服務），這在區域網內很方便，但是對於沒有公網IP的話，就無法使用此功能
好在VSCode可以直接開啟遠端jupyter，具體操作如下

• 在客戶本地機器安裝Remote Development三件套外掛，然後選擇Remote-SSH: Connect to host，可以在本地提前建立配置檔案（C:\Users\zfb\.ssh\config或者C:\ProgramData\ssh\ssh_config），內容類似：

# 第一個遠端機器
Host mylab
    HostName 54.33.135.211
    Port 22
    User ubuntu

• 根據提示輸入遠端伺服器的密碼即可連線成功，然後在遠端伺服器安裝Python、Pylance、IntelliCode這三個外掛，開啟遠端伺服器的資料夾，建立一個副檔名為ipynb的檔案，然後VSCode會自動提示選擇Python版本（既可以選擇系統的，也可以根據路徑選擇某個虛擬環境裡面的），接著VSCode會自動連線Kernel，使用者可以在右上角檢視當前Kernel的狀態或者切換Kernel

11. ssh連線jupyter在本地開啟

在瀏覽器使用遠端ip:port的方法，則伺服器必須有公網，而且還費流量，另一種方法，ssh連線，然後埠對映
伺服器1：處於內網，已安裝frpc，使用者名稱為zfb，已安裝配置好jupyterlab，執行在8888埠
雲主機2：處於公網，ip為56.78.12.34，已安裝frps，使用者名稱為ubuntu，僅用於伺服器的內網穿透，埠7001為伺服器1提供ssh轉發
執行以下命令，把使用者3的電腦的本地埠8080繫結到伺服器1的埠8888：
ssh -p 7001 -NL localhost:8080:localhost:8888 zfb@56.78.12.34
此時在使用者3的本機開啟網址http://127.0.0.1:8080即可訪問伺服器1的jupyterlab

12. matplotlib安裝

首先在虛擬環境jupyter安裝matplotlib庫和ipympl庫，後者用於顯示可互動圖形

# 啟用虛擬環境jupyter
source jupyter/bin/activate
# 在虛擬環境jupyter安裝matlab_kernel
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple matplotlib ipympl

重新開啟瀏覽器會提示rebuild，點選確定。等待build成功然後點選reload即可正常使用此外掛，如下程式碼

%matplotlib widget
import pandas as pd
import numpy as np
import matplotlib
from matplotlib import pyplot as plt

ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))
ts = ts.cumsum()

df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index,
                  columns=['A', 'B', 'C', 'D'])
df = df.cumsum()
df.plot()
plt.legend(loc='best')
plt.title('我是中文')

如果中文亂碼，則糾正中文亂碼

13. 使用plotly顯示python程式繪製的圖片

使用方法見官網，python的使用不需要key和使用者名稱，直接用就行

14. 使用plotly顯示matlab的圖片

詳細使用方法見官網教程。註冊plotly的chart-studio賬號，然後在個人賬戶的setting點選api keys，選擇Regenerate key，記住這個key和自己的使用者名稱。然後下載壓縮包並解壓，開啟matlab，輸入

>> cd ~/plotly-graphing-library-for-matlab-master/
>> plotlysetup('DemoAccount', 'lr1c44zw81')  % 回車，剩下的內容都是自動執行
Adding Plotly to MATLAB toolbox directory ...  Done
Welcome to Plotly! If you are new to Plotly please enter: >> plotlyhelp to get started!

此時會建立檔案~/.plotly/.credentials，裡面已經儲存使用者名稱和key（注意該使用者需要有toolbox的寫入許可權）
然後在jupyterlab寫：

[X,Y,Z] = peaks;
contour(X,Y,Z,20);
% 個人使用者還是用離線模式吧，否則只能建立100個圖，還必須是公開分享
getplotlyoffline('https://cdn.plot.ly/plotly-latest.min.js')
fig2plotly(gcf, 'offline', true)

該命令會在當前目錄生成一個html檔案，雙擊開啟即可
注意： 如果發現在其他目錄無法使用fig2plotly函式，則可能是上一步驟，將plotly新增到Matlab工具箱出現了問題。可以自己手動將其複製到指定工具箱路徑，或者直接把plotly-graphing-library-for-matlab-master資料夾的絕對路徑新增到Matlab PATH

15. 使用plotly繪製matlab的包含ColorBar的圖片

如果正在使用新版Matlab（R2019a以後），在.m檔案中如果使用colorbar函式，則在呼叫plotly時候可能會遇到報錯

Insufficient number of outputs from right hand side of equal sign to satisfy assignment.

Error in findColorbarAxis (line 8)
colorbarAxis = obj.State.Axis(colorbarAxisIndex).Handle;

Error in plotlyfig/update (line 557)
                colorbarAxis = findColorbarAxis(obj, handle(cols(c)));

Error in plotlyfig (line 208)
                obj.update;

Error in fig2plotly (line 44)
p = plotlyfig(varargin{:});

參考連結，於是開啟檔案findColorBarAxis.m：

# 若Matlab的Plotly工具箱安裝位置為/home/Polyspace/R2020a/toolbox/plotly
sudo vi /home/Polyspace/R2020a/toolbox/plotly/plotlyfig_auz/helpers/findColorBarAxis.m

整個檔案內容替換為如下：

function colorbarAxis = findColorbarAxis(obj,colorbarHandle)
if isHG2    
    colorbarAxisIndex = find(arrayfun(@(x)(isequal(getappdata(x.Handle,'ColorbarPeerHandle'),colorbarHandle)),obj.State.Axis));
    % If the above returns empty then we are on a more recent Matlab
    % release where the appdata entry is called LayoutPeers
    if isempty(colorbarAxisIndex)
        colorbarAxisIndex = find(arrayfun(@(x)(isequal(getappdata(x.Handle,'LayoutPeers'),colorbarHandle)),obj.State.Axis));
    end
else
    colorbarAxisIndex = find(arrayfun(@(x)(isequal(getappdata(x.Handle,'LegendColorbarInnerList'),colorbarHandle) + ...
        isequal(getappdata(x.Handle,'LegendColorbarOuterList'),colorbarHandle)),obj.State.Axis));
end
colorbarAxis = obj.State.Axis(colorbarAxisIndex).Handle;
end