之前写过一份JupyterLab
的使用教程,但是随着个人使用时间的增加和更多优秀插件的出现,断断续续我基于JupyterLab:v3.0+
衍生出了自己的最佳实践,本篇文章将从以下方面更加全面地介绍JupyterLab
:
搭建安装
基本功能
插件推荐
容器化最佳实践
最终成品如下图所示,有兴趣的话一起来使用看看吧 ✨
介绍
了解JupyterLab
之前先说下什么是Jupyter Notebook
,简单来说它是一个交互式的开发环境,其提供了在Web
上编写运行代码的能力,还可以同时使用md
语法编写文档。
而JupyterLab
是Jupyter Notebook
的下一代产品,如今已经发展到第三个大版本了,其主要优势有:
更现代化的界面设计和更灵活的架构
提供终端交互和文件浏览器
结合插件可以快速打造成 Web 上的 IDE 笔记本
通过使用JupyterLab
,我们能够以灵活,集成和可扩展的方式处理代码与文档,对于以下人群非常有帮助:
随时随地希望试验一些代码片段,如 Python、Julia、R、Go、Scala 等
大数据开发&机器学习进行数据分析、处理、建模等
作为笔记本,可以将代码的输入输出解释直接导出成笔记文档,结合插件还可以绘制流程图等
安装
接下来,我将以 Python 为默认语言来搭建JupyterLab
,这里我为了获取一个干净的环境直接使用Docker
进行构建:
docker run -it --name jupyter_test -p 8888:8888 python:3.7-slim /bin/bash
用Docker
目的是方便出错后删除重来,这里仅做演示,大家直接在本机操作即可,只需要确认你安装好了Python
基本环境就行:
# Input
python
# Output
Python 3.6.15 (default, Oct 13 2021, 09:43:57)
[GCC 10.2.1 20210110] on linux
Type "help", "copyright", "credits" or "license" for more information.
有了Python
环境就可以直接安装JupyterLab
:
# 先换源
pip config set global.index-url https://pypi.douban.com/simple/
# 一行命令搞定
pip install jupyterlab
这一行命令我们就已经安装好了JupyterLab
,启动起来试试看吧: