一、关于Jupyter、Jupyter Lab、Jupyter Notebook
-
Jupyter 是Jupyter Notebook的简称,一种基于网页的用于交互计算的应用程序。 支持运行40多种编程语言,本质是一个Web应用程序,便于创建和共享文学化程序文档,支持实时代码,数学方程,可视化,markdown等。
简单来说就是以网页形式打开,可以直接在网页内开发、运行代码、编写文档、显示结果的一个多功能科学运算平台。
-
Jupyter的主要优势:
- 功能强大,使用方便(支持多种编程语言与markdown,便于创建和共享文学化程序文档,功能强大;利用指令即可在WEB界面启动,使用方便);
- 基于WEB界面,整合所有资源(传统的软件开发中,频繁切换资料窗口占用了大量时间,影响生产效率,Jupyter将所有和软件编写相关的资源全部放置在一个地方,即启动Jupyter Notebook时就可以看到相应的代码、文档、图表等资源,解决了这个问题。);
- 交互性编程(传统开发过程中,如果想要查看某一中间变量或者结构,往往只能通过断点或者日志输出的方式进行调试,非常耗时,而Jupyter它引入了cell的概念,每次实验可以只运行一个cell内的代码,并且可以立刻看到这部分cell的运行结果。这样的强互动性,可以让开发人员专注于问题本身);
-
Jupyter Notebook的主要用途:数据清理和转换、数值模拟、统计建模、机器学习、数据分析等邻域效果出色。
-
Jupyter Lab是Jupyter Notebook的升级版本,集合了Jupyter Notebook、终端、文本编辑器等个性化组件。在原有的基础上进行了完善和升级。
-
Jupyer Lab 对比 Notebook的优势:
- Jupyter Lab能够打开更多的文件格式;
- Jupyter Lab采用标签页式界面布局,一个窗口可以同时打开多个笔记本、编辑器、终端等组件(方便用户组织和管理工作空间,多任务处理效率提高);
- Jupyter Lab提供文件浏览器功能(WEB界面内即可完成文件的浏览、创建、删除、重命名等操作);
- Jupyter Lab提供了更加灵活、集成化的用户界面,支持定制化设置。
二、Jupyter Lab的安装与启动
因为网上基于conda环境的安装教程很多,因此本文主要讲解非conda环境下的安装。
-
安装Python环境;
Python详细安装教程(3.10版本) -
创建Python虚拟环境;
推荐但非必要,主要还是为了避免不同项目之间的冲突,保证开发环境的稳定,便于开发与维护。接下来主要讲解虚拟环境下的Jupyter Lab的安装与启动。
创建虚拟环境之后,后续如果本项目需要安装python包,也最好在虚拟环境下安装。即先用指令进入虚拟环境(见第5点第①条指令),再安装。
-
启动虚拟环境;
-
虚拟环境下安装Jupyter Lab;
-
启动Jupyter Lab。
① 启动自定义虚拟环境
② 切换工作目录
③ 启动Jupyter Lab
-
补充:为Jupyter Lab创建自定义快捷方式,快速启动
我们可以看到,正常状况下启动Jupyter Lab往往需要三条命令,比较麻烦,因此推荐将命令打包成.bat文件,以下是步骤教程:
①新建txt文件,写入一下代码,保存
将其放到虚拟环境文件夹内(不强求),然后发送快捷方式到桌面,属性-》更改图表,即可更改快捷方式图表,然后重命名一下即可
-
Jupyter Lab界面展示
启动Jupyter Lab之后,默认浏览器会自动打开Jupyter Lab的界面,以下是展示
三、Jupyter Lab简介视频推荐
以下视频是我当时在初次了解Jupyter Lab时看过的一些很有用的入门视频,特意推荐给大家,都是油管上的,有兴趣的可以看看:
Jupyter Lab is AWESOME For Data Science
見るだけで自然と身につくPythonデータ分析
Python数据分析(数据挖掘)实战项目教程
Python处理Excel,实战办公自动化