數據科學集成環境JupyterLab發布3.0

2021-01-07 蟲蟲搜奇

日前JupyterLab官方博客發布消息宣布正式發布 JupyterLab3.0,該版本新增加了可視化調試器,目錄,簡單模式UI,多語言支持等大量新功能,並對擴展系統進行了重大改進。今天蟲蟲就帶領大家一起嘗鮮JupyterLab3.0。

安裝

JupyterLab 3.0的安裝可以直接用pip,mmba以及conda:

pip install jupyterlab==3

mamba install -c conda-forge jupyterlab=3

conda install -c conda-forge jupyterlab=3

注意,由於JupyterLab 3.0剛剛才推出,很多第三方擴展還在更新適配過程中。如果你的項目中依賴了特殊的第三方擴展,需要仔細檢查以免影響你的工作。

功能介紹

下面我們介紹JupyterLab 3.0中向用戶一些新的功能和更新。

調試器

視覺調試器,已經在先前版本中發布過,但是需要自己手動安裝,在JupyterLab 3.0將默認啟用JupyterLab一起提供。

要使用可視調試器,需要一個支持調試的內核,比如xeus-python,這是第一個支持調試的Python Jupyter內核。可以使用下面的命令安裝xeus-python內核:

conda create -n jupyterlab-debugger -c conda-forge jupyterlab=3 xeus-python

conda activate jupyterlab-debugger

然後就可以在JupyterLab中在線可視化調試Python代碼:

更詳細的信息可以查閱用戶文檔,官方還提供了一個基於Notebook的教程,以交互方式學習如何使用調試器。

內容目錄

JupyterLab還新添加了內容目錄擴展,可以用來結構化的顯示文檔,可以很輕鬆查看和瀏覽文檔的結構。

簡單界面模式

簡單界面模式,即之前的單文檔模式,已進行了顯著優化,實現更方便簡易的用戶體驗。

為了使簡單界面模式更易於發現,新版中在狀態欄中新增加了開關可以實現很方便的一鍵切換。也可以從查看菜單或命令面板中切換它,或直接使用默快捷鍵Ctrl/Cmd + Shift + D。

通過更緊湊的布局,對行動裝置的支持也大大提高了。調整窗口大小時,JupyterLab會自動切換到簡單模式界面。

多語言支持

JupyterLab新增加了設置用戶界面顯示語言的功能。用戶語言包需要作為單獨的Python包安裝。目前支持語言包在託管在GitHub語言包存儲庫中(github/jupyterlab/language-packs),可以通過pip安裝。例如,我們要增加中文的支持,可以使用:

pip install jupyterlab-language-pack-zh-CN

使用pip和conda/mamba安裝新擴展

JupyterLab擴展,現在可以作為預構建擴展發布,它不要求用戶重新編譯JupyterLab或通過Node.js的安裝。預構建擴可以用軟體包管理器,目前支持Python包管理器pip,conda和mamba。這樣可以更快,更方便地安裝和使用擴展。

預先構建的擴展可以作為單獨的軟體包發布到PyPI和conda-forge,也可以與Jupyter Server擴展和Classic Notebook擴展捆綁到現有的軟體包中。這有助於使整個Jupyter生態系統的鏈的更加協調一致。

例如,ipywidgets的最新版本7.6.0,可以使用pip或conda在傳統的Jupyter Notebook和JupyterLab 3.0中自動安裝並啟用,無需JupyterLab重構建和額外的安裝步驟。

Binder在線試用

如果自己沒有安裝環境,可以使用Binder的在線系統進行JupyterLab 3.0的試用。

稍等片刻,就會生成試驗環境:

總結

JupyterLab是個非常有意義的項目,可以方便和改善我們的數據分析和Web化開發體驗。本文我們介紹了JupyterLab3.0帶來的新的功能和改進,希望大家嘗試並給社區提供反饋,也可以通過開發的擴展等參與項目的協作。

相關焦點

  • JupyterLab 3.0發布
    日前JupyterLab官方博客發布消息宣布正式發布 JupyterLab3.0,該版本新增加了可視化調試器,目錄,簡單模式UI,多語言支持等大量新功能,並對擴展系統進行了重大改進。今天蟲蟲就帶領大家一起嘗鮮JupyterLab3.0。
  • JupyterLab 3.0發布|jupyterlab|conda|調試器|python|jupyter
    日前JupyterLab官方博客發布消息宣布正式發布 JupyterLab3.0,該版本新增加了可視化調試器,目錄,簡單模式UI,多語言支持等大量新功能,並對擴展系統進行了重大改進。今天蟲蟲就帶領大家一起嘗鮮JupyterLab3.0。
  • 超強一代JupyterLab 3.0發布,兼具可視化調試、中文顯示、簡單交互...
    它是一個交互式的開發環境,可用於 notebook、代碼或數據,因此它的擴展性非常強。用戶可以使用它編寫 notebook、操作終端、編輯 markdown 文本、打開交互模式、查看 csv 文件及圖片等。除此以外,JupyterLab 還具有靈活而強大的用戶界面。就在近日,這款好用的工具發布了新版本 JupyterLab 3.0。
  • Jupyterlab:超強的下一代Jupyter Notebook
    即使沒有這些數據佐證,我們也非常清楚Jupyter Notebook在數據科學領域的普及程度。編寫代碼,檢查結果,獲得豐富輸出的可能性,是真正使 Jupyter Notebook 受歡迎的一些功能。但據說所有好事(必須)都會結束,我們最喜歡的Notebook也是如此。* _ JupyterLab 最終會取代經典的 Jupyter Notebook_ *但這畢竟是件好事。
  • JupyterLab 3.0發布:支持中文界面,安裝插件無需Node.js
    曉查 發自 凹非寺量子位 報導 | 公眾號 QbitAI原本計劃在2020年底推出的JupyterLab 3.0,在逾期6天後終於正式發布了。作為一次大版本升級,JupyterLab 3.0這次改進頗多,主要增加的功能有:加入中文等多語言界面、新的可視化調試器、改進的簡單界面模式、更清晰的文檔目錄等等。
  • 神器|JupyterLab,極其強大的下一代notebook!
    JupyterLab簡介JupyterLab是Jupyter主打的最新數據科學生產工具,某種意義上,它的出現是為了取代Jupyter Notebook。不過不用擔心Jupyter Notebook會消失,JupyterLab包含了Jupyter Notebook所有功能。
  • 深度學習環境搭建詳細教程
    pip --versionpython --versionipython --version# 升級 Anaconda 自帶的 Jupyter# 建議先配置好 pip 國內鏡像源pip install --upgrade jupyterlab
  • Anaconda&JupyterNotebook設置
    虛擬環境查看已安裝的環境1# 以下三條命令都可以2conda info -e3conda info --e4conda env list創建虛擬環境創建新的python3.6環境,指定環境名稱為:pythonmini,並指定安裝源地址1conda create -n pythonmini python=
  • Python數據科學實踐 | 初步搭建數據科學工作環境
    這⾥還是悄悄告訴你,數據科學家⼯作不是簡單的使⽤某⼀種語⾔,⽽是在⾃⼰的數據科學環境中,利⽤⾃⼰的數據思維實現數據科學實踐的過程。所以,在進⼊Python的學習之前,咱們最緊要的事情是構建能夠讓數據科學家輕鬆⼯作的數據科學環境。在這個環境中,你可以輕鬆使⽤各種數據科學的⼯具,讓你暢遊其中「⽆法⾃拔」。這就是下⾯要介紹的Anaconda數據科學套件。
  • Pharo 3.0 發布,Smalltalk 開發環境
    Pharo 3.0 發布,此版本是個重大版本更新,值得關注的特性如下:The new modular
  • Ubuntu 19.10 發布派對:優麒麟 UKUI 3.0 桌面環境宣布啟動開發
    近期,「Ubuntu 19.10發布派對」在北京舉辦,本次活動由Ubuntu主辦,優麒麟社區受邀參加並發表演講,參加人員包括Linux社區開發者、Linux大咖、Linux用戶小組成員、在校師生和開源愛好者,以及合作廠商等共計150餘人。優麒麟社區負責人劉敏分享了《UKUI輕量級桌面環境》主題。
  • Spyder 4.0.1 發布,優秀的Python集成開發環境
    Spyder 是一個強大的交互式 Python 語言開發環境,提供高級的代碼編輯、變量監視、交互測試、調試等特性,支持包括 Windows、Linux 和 OS X 系統。
  • 如何在計算機上配置數據科學開發環境
    網絡上有許多不同版本的python,但是對於數據科學來說,Anaconda Python發行版是使用最廣泛的。Conda甚至可以輕鬆地在Python 2和3之間切換。Anaconda附帶了Python的集成開發環境Spyder。
  • 如何在計算機上配置數據科學開發環境?
    網絡上有許多不同版本的python,但是對於數據科學來說,Anaconda Python發行版是使用最廣泛的。 Anaconda的優點 Anaconda是一個包管理器,也是一個環境管理器,更是一個包含許多開放源碼包的集合的Python發行版。