JupyterLab最全详解，如果你还在使用Notebook，那你就out了！

    Jupyter源于Ipython Notebook，是使用Python（也有R、Julia、Node等其他语言的内核）进行代码演示、数据分析、可视化、教学的很好的工具，对Python的愈加流行和在AI领域的领导地位有很大的推动作用。

    Jupyter Lab是Jupyter的一个拓展，它提供了更好的用户体验，例如可以同时在一个浏览器页面打开编辑多个Notebook，Ipython console和terminal终端，并且支持预览和编辑更多种类的文件，如代码文件，Markdown文档，json，yml，csv，各种格式的图片，vega文件（一种使用json定义图表的语言)和geojson（用json表示地理对象），还可以使用Jupyter Lab连接Google Drive等云存储服务，极大得提升了生产力。

    JupyterLab是Jupyter主打的最新数据科学生产工具，某种意义上，它的出现是为了取代JupyterNotebook。不过不用担心Jupyter Notebook会消失，JupyterLab包含了Jupyter Notebook所有功能。

 

    JupyterLab作为一种基于web的集成开发环境，你可以使用它编写notebook、操作终端、编辑markdown文本、打开交互模式、查看csv文件及图片等功能。以.ipynb格式写的代码和文档，可以导出为PDF、HTML等格式。你可以把JupyterLab当作一种究极进化版的Jupyter Notebook。原来的单兵作战，现在是空陆空联合协作。只要你屏幕足够大，完全可以一边看PDF电子书，markdown文档，图片等，一边敲代码，数据分析和绘图，对了还能写LaTeX文档，直接预览，目录也可以有和流程图也可以画，shell命令运行也行，配上zsh就更好了。

 

总之，JupyterLab有以下特点：

• 交互模式：Python交互式模式可以直接输入代码，然后执行，并立刻得到结果，因此Python交互模式主要是为了调试Python代码用的

• 内核支持的文档：使你可以在可以在Jupyter内核中运行的任何文本文件（Markdown，Python，R等）中启用代码

• 模块化界面：可以在同一个窗口同时打开好几个notebook或文件（HTML, TXT, Markdown等等），都以标签的形式展示，更像是一个IDE

• 镜像notebook输出：让你可以轻易地创建仪表板

• 同一文档多视图：使你能够实时同步编辑文档并查看结果

• 支持多种数据格式：你可以查看并处理多种数据格式，也能进行丰富的可视化输出或者Markdown形式输出

• 云服务：使用JupyterLab连接Google Drive等服务，极大地提升生产力

 

安装Jupyter Lab

你可以使用pip、conda安装Jupyter Lab

pip

pip可能是大多数人使用包管理工具，如果使用pip安装，请在命令行执行：

•  

pip install jupyterlab

conda

如果你是Anaconda用户，那么可以直接用conda安装，请在命令行执行：

•  

conda install -cconda-forge jupyterlab

 

运行Jupyter Lab

在安装Jupyter Lab后，接下来要做的是运行它。
你可以在命令行使用jupyter-lab或jupyter lab命令，然后默认浏览器会自动打开Jupyter Lab。

启动器

    右侧的选项卡称为启动器，你可以新建notebook、console、teminal或者text文本。当你创建新的notebook或其他项目时，启动器会消失。如果您想新建文档，只需单击左侧红圈里的“ +”按钮。

打开文档

在启动器中点击你想要打开的文档类型，即可以打开相应文档。

单击左侧的“ +”按钮，新建多个文档，你会看到：

你还可以使用顶部的菜单栏创建新项目，步骤：file->new，然后选择要创建的文档类型。这和Jupyter Notebook一样，如果你经常使用Notebook，那么应该不会陌生。你可以打开多个文档后，任何排版组合，只需按住选项卡拖移即可。

当在一个notebook里面写代码时，如果想要实时同步编辑文档并查看执行结果，可以新建该文档的多个视图。步骤：file->new view for notebook

文件浏览器左侧一栏是文件浏览器，显示从JupyterLab启动的位置可以使用的文件。

你可以创建文件夹、上传文件并、新文件列表

预览Markdown文本

编辑代码

预览csv文件

预览geojson文件

打开学习文档
Jupyter Lab支持打开pandas、numpy、matplotlib、scipy、python、ipython、scipy、markdown、notebook等官方文档。步骤：help->选择相应文档

切换背景主题
Jupyter Lab支持两种背景主题，白色和黑色。步骤：settings->jupyterlab theme

 

支持的文件格式

Jupyter Lab还支持其他格式的文件，例如：

• 图片：jpeg，png和Gifs

• geojson

• Vegalite文件，geojson文件，

• PDF文件

• 高性能CSV查看器

Jupyter Lab基本上可以渲染任意大的CSV，这些CSV通常在Excel中无法打开。虽然现在尚未具有很强的互动性，但很快就会有一些改进。

交互式计算

Jupyter的真正强大之处，在于它支持交互式计算，尤其对于数据科学非常有用。

 

Google Drive Extension

此扩展程序会在JupyterLab的左侧面板中添加Google Drive文件浏览器。当您登录自己的Google帐户时，您可以将存储在其中的文件提供给JupyterLab。安装执行如下命令：

 

•  

jupyter labextension install@jupyterlab/google-drive

除了安装扩展程序之外，您还必须使用Google对JupyterLab部署进行身份验证。验证方式，具体请参考：

1. https://github.com/jupyterlab/jupyterlab-google-drive/blob/master/docs/setup.md

2. https://developers.google.com/identity/sign-in/web/sign-in

如果有人共享了notebook文件或者markdown文件，它将出现在Jupyterlab的“与我共享”文件夹中。我们可以在那里打开和编辑它。

 

Github Extension

它是用于访问GitHub代码库的JupyterLab扩展。此扩展允许我们选择GitHub组织和用户，浏览其代码库，并打开其中的文件。如果这些文件是笔记本，我们可以像运行任何其他笔记本一样运行它们。

安装执行如下命令：

•  

jupyter labextension install@jupyterlab/github

安装后，我们需要从GitHub获取凭据。

 

Git Extension

jupyterlab-git是使用git进行版本控制的JupyterLab扩展。要安装，请执行以下步骤：

•  
•  
•  

jupyter labextension install@jupyterlab/gitpip install jupyterlab-gitjupyter serverextension enable --pyjupyterlab_git

 

Drawio插件

它是一个JupyterLab扩展，用于将drawio独立集成到Jupyterlab中。它是一个免费的在线图表软件，可用于制作流程图，流程图，组织结构图，UML，ER和网络图。

安装需执行如下命令：

•  

jupyter labextension installjupyterlab-drawio

这些扩展确实使JupyterLab脱颖而出。将所有工具放在单个工作场所使其非常有用，因为不必在不同的环境之间切换以完成工作。除了上述扩展之外，还有许多其他版本，也可以随意尝试。

 

JupyterHub

    使用 JupyterHub，您可以创建一个多用户 Hub，它可以生成、管理和代理单用户Jupyter notebook 服务器的多个实例，具有扩展性和可定制性。

    至于JupyterHub的安装，可以查看官网，网上也有其它一些介绍比较全面的文章。

    当JupyterHub安装完成之后，在客户机浏览器上输入https://your_ip:8000 将会出现登录界面，默认使用Linux账户和密码登录（Enjoyit！）。

结论

    JupyterLab是真正的下一代基于Web的用户界面。它提供了交互式计算工具和精心设计的界面，允许用户以新颖的方式组合它们。它非常强大，并提供了各种强大的工具，使数据分析过程更加顺畅，绝对更高效。

 

往期回顾

• Pandas教程：初学者入门必备，很全面，很详解！

• 史上最全的Python基础语法知识清单

• 当Python遇上Echarts，快速图表开发，即学即用

• 2019年使用最多的数据科学工具