Jupyter-Notebook

本文介绍了7个超实用的Jupyter Notebook扩大插件，帮忙你减速开发与利用：Voilà、nbdime、RISE、Bokeh、nbgrader、Jupytext、jupyterlab-git。 作者：韩信子@ShowMeAI Python3◉技能晋升系列：https://www.showmeai.tech/tutorials/56 本文地址：https://www.showmeai.tech/article-detail/341 申明：版权所有，转载请分割平台与作者并注明出处 珍藏ShowMeAI查看更多精彩内容 兵欲善其事，必先利其器。对于数据科学家和数据开发工程师们来说，工具也是十分重要的，领有好的工具会大大减速开发效率，并更快更准实现工作。 在数据迷信畛域咱们常常会应用 Jupyter Notebook（一个用于创立和共享计算文档的开源 Web 应用程序）来进行数据操作和交互式数据摸索，这个工具十分棒的中央在于，它还反对十分多的拓展性能。 这些能够增加的拓展插件，就像瑞士军刀的性能一样，能够很不便反对很多性能，在本篇内容汇总，ShowMeAI 筛选了 7 个最实用的扩大插件，置信它们也一样能够减速你的开发利用。 对于Python开发环境的装置和设置，Jupyter Notebook 的利用常识，欢送查看 ShowMeAI 的文章 图解 Python 编程 | 装置与环境配置 Voilà：将 Jupyter Notebook 变成独立的 Web 应用程序Voilà 是一个十分有用的 Jupyter 扩大，它将应用交互式小部件出现实时 Jupyter Notebook，将它变成独立的 Web 应用程序。 Voilà：将 Jupyter Notebook 变成独立的 Web 应用程序 nbdime：Jupyter 差别比照与合并Jupyter Notebook 做版本控制有时可能很艰难，nbdime 是一个针对这个场景的扩大，它提供 Jupyter 笔记本的『内容』差别和合并性能。配合上可视化比照和出现，能够帮你疾速辨别和合并 Notebook。 nbdime：Jupyter 差别比照与合并 RISE：将 Jupyter Notebooks 变成幻灯片RISE 是一个很乏味的 Jupyter 扩大，借助它咱们能够疾速将 Jupyter Notebooks 转换为幻灯片，如上图所示，而且它构建的幻灯片是基于 js 的，无需其余依赖。 ...

摘要：本文介绍如何基于Jupyter notebook搭建Spark集群开发环境。本文分享自华为云社区《基于Jupyter Notebook 搭建Spark集群开发环境》，作者：apr鹏鹏。 一、概念介绍：1、Sparkmagic：它是一个在Jupyter Notebook中的通过Livy服务器 Spark REST与近程Spark群集交互工作工具。Sparkmagic我的项目包含一组以多种语言交互运行Spark代码的框架和一些内核，能够应用这些内核将Jupyter Notebook中的代码转换在Spark环境运行。 2、Livy：它是一个基于Spark的开源REST服务，它可能通过REST的形式将代码片段或是序列化的二进制代码提交到Spark集群中去执行。它提供了以下这些基本功能：提交Scala、Python或是R代码片段到远端的Spark集群上执行，提交Java、Scala、Python所编写的Spark作业到远端的Spark集群上执行和提交批处理利用在集群中运行 二、根本框架为下图所示： 三、筹备工作：具备提供Saprk集群，本人能够搭建或者间接应用华为云上服务，如MRS，并且在集群上装置Spark客户端。同节点（能够是docker容器或者虚拟机）装置Jupyter Notebook和Livy，安装包的门路为：https://livy.incubator.apache... 四、配置并启动Livy：批改livy.conf 参考：https://enterprise-docs.anaco...增加如下配置： livy.spark.master = yarnlivy.spark.deploy-mode = clusterlivy.impersonation.enabled = falselivy.server.csrf-protection.enabled = falselivy.server.launch.kerberos.keytab=/opt/workspace/keytabs/user.keytablivy.server.launch.kerberos.principal=minerlivy.superusers=miner批改livy-env.sh, 配置SPARK_HOME、HADOOP_CONF_DIR等环境变量 export JAVA_HOME=/opt/Bigdata/client/JDK/jdkexport HADOOP_CONF_DIR=/opt/Bigdata/client/HDFS/hadoop/etc/hadoopexport SPARK_HOME=/opt/Bigdata/client/Spark2x/sparkexport SPARK_CONF_DIR=/opt/Bigdata/client/Spark2x/spark/confexport LIVY_LOG_DIR=/opt/workspace/apache-livy-0.7.0-incubating-bin/logsexport LIVY_PID_DIR=/opt/workspace/apache-livy-0.7.0-incubating-bin/pidsexport LIVY_SERVER_JAVA_OPTS="-Djava.security.krb5.conf=/opt/Bigdata/client/KrbClient/kerberos/var/krb5kdc/krb5.conf -Dzookeeper.server.principal=zookeeper/hadoop.hadoop.com -Djava.security.auth.login.config=/opt/Bigdata/client/HDFS/hadoop/etc/hadoop/jaas.conf -Xmx128m"启动Livy： ./bin/livy-server start 五、装置Jupyter Notebook和sparkmagicJupyter Notebook是一个开源并且应用很宽泛我的项目，装置流程不在此赘述 sparkmagic能够了解为在Jupyter Notebook中的一种kernel，间接pip install sparkmagic。留神装置前零碎必须具备gcc python-dev libkrb5-dev工具，如果没有，apt-get install或者yum install装置。装置完当前会生成$HOME/.sparkmagic/config.json文件，此文件为sparkmagic的要害配置文件，兼容spark的配置。要害配置如图所示 其中url为Livy服务的ip和端口，反对http和https两种协定 六、增加sparkmagic kernelPYTHON3_KERNEL_DIR="$(jupyter kernelspec list | grep -w "python3" | awk '{print $2}')"KERNELS_FOLDER="$(dirname "${PYTHON3_KERNEL_DIR}")"SITE_PACKAGES="$(pip show sparkmagic|grep -w "Location" | awk '{print $2}')"cp -r ${SITE_PACKAGES}/sparkmagic/kernels/pysparkkernel ${KERNELS_FOLDER} ...

应用Jupyter Notebooks（应用Jupytext和Papermill）主动生成报告本文源码下载：笔记本来形容特定年份的世界人口和国内生产总值。应用简略：只需year在第一个单元格中更改变量，而后从新运行，即可取得所选年份的图表。但这须要手动干涉。如果能够主动执行更新并为每个可能的year参数值生成报告，将会更加不便（更一般而言，笔记本计算机不仅能够基于一些用户提供的参数，而且还能够通过与参数的连贯来更新其后果。数据库等）。 版本控制在业余环境中，笔记本电脑是由数据科学家设计的，然而在生产环境中运行笔记本电脑的工作可能会由其余团队来解决。因而，一般而言，人们必须共享笔记本。最好通过版本控制系统来实现。 Jupyter笔记本因其版本控制的难度而闻名。让咱们思考下面的笔记本，文件大小为3 MB，其中大部分由嵌入式Plotly库奉献。如果咱们删除第二个代码单元的输入，笔记本将小于80 KB。删除所有输入后，大小仅为1.75 KB。这表明它的多少内容与纯代码无关！如果咱们不留神的话，笔记本中的代码更改将失落大量的二进制内容。为了取得有意义的差别，咱们应用Jupytext（免责申明：我是Jupytext的作者）。Jupytext能够应用pip或装置conda。重新启动笔记本服务器后，Jupyter中将呈现一个Jupytext菜单： 咱们单击将笔记本与Markdown配对，保留笔记本...，而后取得笔记本的两种示意模式：（world_fact.ipynb 具备输出和输入单元格）和 world_fact.md（仅具备输出单元格）。Jupytext将笔记本示意为Markdown文件与所有次要的Markdown编辑器和查看器兼容，包含GitHub和VS Code。Markdown版本例如由GitHub出现为： 如您所见，Markdown文件不蕴含任何输入。实际上，因为咱们只须要共享笔记本代码，因而咱们不心愿在此阶段应用它。Markdown文件还具备十分清晰的差别历史记录，这使笔记本的版本控制变得简略。 该world_facts.md文件由Jupyter当您保留在笔记本自动更新。反之亦然！如果world_facts.md应用文本编辑器进行批改，或者通过从版本控制系统中提取最新的内容进行批改，则在浏览器中刷新笔记本时，更改将显示在Jupyter中。 在咱们的版本控制系统中，咱们只须要跟踪Markdown文件（甚至能够显式疏忽所有.ipynb文件）。显然，执行笔记本的团队须要从新生成world_fact.ipynb文档。为此，他们在命令行中应用Jupytext： $ jupytext world_facts.md --to ipynb[jupytext] Reading world_facts.md[jupytext] Writing world_facts.ipynb当初，咱们正在正确地对笔记本进行版本控制。差别历史更加清晰。例如，查看咱们的报告中减少的国内生产总值的样子： Jupyter笔记本作为脚本？作为Markdown示意的代替办法，咱们能够 world_facts.py 应用Jupytext将笔记本与脚本配对。如果您的笔记本中蕴含的代码多于文本，则应尝试一下。这通常是迈向残缺而高效的长笔记本重构的第一步，一旦笔记本被示意为脚本，您就能够提取任何简单的代码，并应用IDE中的重构工具将其移至（通过单元测试的）库中。 JupyterLab，JupyterHub，Binder，Nteract，Colab和Cloud笔记本？您是否应用JupyterLab而不是Jupyter Notebook？不必放心：以上办法在这种状况下也实用。您只须要为JupyterLab应用Jupytext扩展名，而不是应用Jupytext菜单。如果您想晓得，Jupytext也能够在JupyterHub和Binder中应用。如果您应用其余笔记本编辑器，例如Nteract桌面，CoCalc，Google Colab或其余云笔记本编辑器，则可能无奈应用Jupytext作为编辑器中的插件。在这种状况下，您只需在命令行中应用Jupytext。闭上你的笔记本电脑和注入的配对信息到world_facts.ipynb 与 $ jupytext --set-formats ipynb，md world_facts.ipynb而后放弃两个示意与 $ jupytext --sync world_facts.ipynb笔记本参数Papermill是用于执行带参数笔记本的参考库。造纸厂须要晓得哪个单元格蕴含笔记本参数。只需parameter应用Jupyter Notebook中的单元格工具栏在该单元格中增加标签即可实现此操作： 在JupyterLab中，您能够应用celltags扩展名。并且，如果您违心，也能够间接world_facts.md在此处编辑并增加标签： year = 2000主动执行当初，咱们领有在生产服务器上执行笔记本所需的所有信息。 生产环境为了执行笔记本，咱们须要晓得它应该在哪个环境中运行。在此示例中，当咱们应用Python笔记本工作时，咱们将其依赖关系列在requirements.txt文件中，这是Python我的项目的规范。 为简略起见，咱们还将笔记本工具蕴含在同一环境中，即增加jupytext和增加papermill到同一requirements.txt文件中。严格来说，这些工具能够在另一个Python环境中装置和执行。 应用以下任一办法创立相应的Python环境 $ conda create -n run_notebook --file requirements.txt -y或者 $ pip install -r requirements.txt（如果在虚拟环境中）。请留神，该requirements.txt文件只是指定执行环境的一种形式。该重复性执行环境标准的粘结剂队伍为主题的最残缺的参考资料之一。 继续集成低劣作法是测试对笔记本计算机或其要求的每个新奉献。为此，您能够应用例如Travis CI（间断集成解决方案）。您仅须要以下两个命令： pip install -r requirements.txt 装置依赖项jupytext world_facts.md --set-kernel - --execute 在以后的Python环境中测试笔记本的执行状况。您能够在咱们的.travis.yml文件中找到一个具体示例。 ...

回绝似是而非：Jupyter Notebook装置、运行和工作文件夹配置教程 一、Jupyter Notebook简介Jupyter Notebook是基于网页的用于交互计算的应用程序。其可被利用于全过程计算：开发、文档编写、运行代码和展现后果。——Jupyter Notebook官网介绍简而言之，Jupyter Notebook是网页模式的编程环境，能够在网页中间接编写代码和运行代码，代码的运行后果也会间接在代码块下显示。如在编程过程中须要编写阐明文档，可在同一个页面中间接编写，便于及时作出阐明和解释。 二、Jupyter Notebook装置1、装置形式—应用Anaconda装置倡议通过装置Anaconda来解决Jupyter Notebook的装置问题，因为装置Anaconda曾经主动装置了Jupter Notebook及其他工具、Python解释器以及超过180个Python迷信包及其依赖项，对是否提前装置了适合版本的Python不必关怀。进入Anaconda的官网下载页面抉择适宜版本、下载安装文件，便能够跟装置惯例的软件一样装置。本文示例，抉择了Anaconda3-2020.11-Windows-x86_64这个版本，并在Windows 10环境中装置。 2、装置过程中的无关选项的抉择双击下载的安装文件，装置便开始，根本是一路选默认选项、点击Next，但有几个选项须阐明或作出正确抉择。 a、上面页面上“Just me”和“All Users”两个选项都是能够的，不过选“All Users”须要管理员权限，如果装置后仅本人应用的话选默认（“Just me”）就行。 b、上面页面上的两个复选框都须选中，以便在Windows零碎中增加Anaconda的环境变量和注册装置的Anaconda作为默认Python解释器；如果不选中，在cmd、Windows PowerShell等命令行窗口无奈启动Anaconda、Jupyter NoteBook，只能在Windows开始菜单上先启动Anaconda，也不会注册装置的Anaconda作为Python解释器。c、如果在装置Anaconda前曾经装置同一版本Python解释器，在选中下面页面的第二个选项（注册Anaconda作为默认Python解释器）后，会呈现上面的提示信息，确定便可、Anaconda便作为默认的Python解释器。 d、最初装置实现，在实现页面默认选中两个选项，疏导用户进入Anaconda版本领导网页和开始网页，按默认选项或勾销选中都没影响，点击Finish装置便实现了。 三、Jupyter Notebook运行Anaconda装置实现后，能够多种形式启动并运行Jupyter Notebook，因为本文不波及Anaconda，所以不钻研在Anaconda Navigator中启动运行Jupyter Notebook，上面仅阐明以下两种形式：命令行窗口和Jupyter Notebook快捷方式。 1、命令行窗口运行Jupyter Notebooka、关上cmd（也称命令提示符）窗口。 b、在cmd窗口输出如下命令并回车。 jupyter notebookc、Jupyter Notebook即启动。 d、Jupyter Notebook启动后在浏览器中关上了Jupyter工作网页、并在网页中关上了默认本地工作文件夹：C:\Users\Administrator。 e、在Windows PowerShell以及Anaconda自带的Anaconda Prompt、Anaconda Powershell Prompt等命令行窗口启动运行Jupyter Notebook状况根本与上述统一，只是在Anaconda中启动Jupyter Notebook曾经激活了Anaconda根本的Python环境（差别处在下图曾经标识），至于为什么要激活、怎么激活Anaconda的Python环境，本文不予探讨。 2、快捷方式运行Jupyter Notebook在Windows 10开始菜单，顺次关上Anaconda→Jupyter Notebook，即启动运行了Jupyter Notebook，与在命令行窗口启动运行Jupyter Notebook完全一致。也能够把这个快捷方式发送到桌面，点击桌面上的Jupyter Notebook快捷方式有同样的成果。 四、Jupyter Notebook工作文件夹配置（干货）按上述形式启动运行Jupyter Notebook后，Jupyter Notebook网页关上的是默认的本地工作文件夹，个别为Windows用户文件夹，本文示例是：C:\Users\Administrator。在该文件夹中个别曾经有很多子文件夹和其余文件，不是咱们现实的工作文件夹。那么怎么设定咱们现实的本地工作文件夹呢？网上对这个问题的探讨十分多，大家总结了N多办法，但很多办法没有阐明原理，似是而非。本文在这一章节予以具体阐明，也是写本文的最大动机。 1、Jupyter Notebook配置文件生成a、Jupyter Notebook装置后，如果按默认配置运行，是不须要配置文件、启动运行后也不会生成配置文件，要生成可批改的配置文件，须要在cmd窗口输出以下命令并回车。 jupyter notebook --generate-configb、该命令运行后即在Windows 用户文件夹C:\Users\Administrator生成了子文件夹.jupyter，并在其中生成了Jupyter Notebook配置文件：jupyter_notebook_config.py，配置文件中配置设定为默认配置。 ...

Jupyter Notebooks当初很火，这有其情理。这种基于Web的交互式计算环境使软件工程师能够轻松创立和共享含有实时代码、方程式、图表甚至叙述文本的文档。您能够应用窗口组件、图形、图像和视频等定制笔记本。 开源我的项目Jupyter反对40多种语言，比方Python、R、Julia、Matlab、Octave、Scheme、Processing和Scala。您能够通过电子邮件或Dropbox和GitHub共享笔记本。而因为交互式输入和大数据集成，您无奈漠视这个易于应用的弱小工具。 本文介绍装置Jupyter和启动您第一个笔记本的过程，将在Linux Mint上演示，但能够将其装置在反对conda、pip、pipenv或Docker的任何设施上。实现后，您将领有一个功能齐全的Jupyter Notebook，筹备开始第一个我的项目。 装置依赖项 部署Jupyter Notebook前要装置许多软件包。 要装置的第一个依赖项是Python。咱们同样应用Linux Mint;如果您抉择其余Linux桌面版本，可能要更改装置命令(比方将apt-get换成dnf)。 要在Linux Mint上装置Python，登录后关上终端窗口，执行以下命令： sudo apt-get install python3 -y您可能会发现Python3已装置。无论怎样，要验证装置，执行以下命令： python3 --version您会看到计算机上安装的Python的具体版本。 接下来须要装置让咱们能够创立Python虚拟环境的一个软件。装置该软件的命令是： sudo apt-get install python3-venv -y因为咱们将应用Python软件包安装程序pip，须应用以下命令进行装置： sudo apt-get install python3-pip -y最初咱们须要装置Voila，它让您能够在Web浏览器中查看Jupyter Notebooks。首先用以下命令创立一个新目录： mkdir ~/voila当初切换进入到新目录： cd ~/voila当初咱们能够应用Python venv命令创立虚拟环境，如下所示： python3 -m venv venv上述命令将创立名为venv的新目录，其中蕴含许多文件和子目录。在该目录中，咱们能够应用以下命令为voila加载预约义变量： source venv/bin/activate最初咱们能够应用pip装置Voila： pip install voila装置Jupyter 装置所有依赖项后，咱们当初能够装置Jupyter。咱们将增加几个库，让它更有用一点。随时能够依据须要装置更多的Python库。执行命令： pip install jupyter numpy matplotlib已实现了装置。当初是时候部署您的第一个Jupyter Notebook了。 部署Notebook 遗憾的是，Jupyter Notebooks每次都必须从命令行来部署。因而，没有不便的桌面快捷方式可供点击。这是因为Notebooks必须从虚拟环境中启动。因而在~/ voila目录中，执行命令： jupyter notebook运行命令后不久，默认Web浏览器会关上，Jupyter Notebook实例已筹备能够工作(图1)。 图1：咱们的第一个Jupyter Notebook已准备就绪! 在Notebook主页上，点击“新建”以显示下拉菜单(图2)。 图2：“新文件”下拉菜单，您能够在其中抉择可用的类型 抉择Python3后在呈现的窗口(图3)中，点击“无标题”以命名您的Notebook。 图3：新文件窗口，您能够在这里开始创立Python我的项目 内核和单元 为了胜利应用Jupyter Notebook，您须要理解两个术语：内核和单元。 在Jupyter畛域，内核是一个计算引擎，它执行Jupyter Notebook文档中含有的代码。单元形成了Notebook的主体。您能够在单元中编写(或粘贴)内容。有两种类型的单元：代码单元和Markdown单元。您可能猜到了，代码单元含有代码，Markdown单元含有应用Markdown格式化的文本。 Hello, World! 无妨应用相熟的“Hello，World!”Python代码创立新的代码单元。在主窗口中，您会看到空单元，输出： print(“Hello New Stack”)您已创立了第一个代码单元(图4)。 图4：咱们的Hello World Python程序已筹备好运行 如果点击“运行”按钮，内核将执行代码，并在单元下输入后果(图5)。 图5：Hello，New Stack! 代码运行后，会在第一个单元下方创立新的单元，因而您能够持续创立。 解决数组 无妨看看另一种类型的示例。还记得在装置过程中，咱们是否蕴含了numpy?Numpy是一个Python库，增加了对大型多维数组的反对。无妨应用该库。 先导入该库，为此在新单元中输出以下内容： 1 import numpy as np2 def square(x):3    return x * x点击“运行”以执行代码。当初咱们能够将numpy援用为np，并在创立的任何其余单元中应用变量square。 ...

PyTorch 是目前支流的深度学习框架之一，而 JupyterLab 是基于 Web 的交互式笔记本环境。于 JupyterLab 咱们能够边记笔记的同时、边执行 PyTorch 代码，便于本人学习、调试或当前回顾。 本文将介绍这样的环境如何进行筹备。理解更多： PyTorch 官网文档JupyterLab 交互式笔记本装置 AnacondaAnaconda: https://www.anaconda.com/prod...北外镜像源: https://mirrors.bfsu.edu.cn/h...# 激活 base 环境conda activate base装置 JupyterLabJupyterLab: https://jupyterlab.readthedoc...应该已随 Anaconda 装置，如下查看版本： jupyter --version不然，如下进行装置： conda install -c conda-forge jupyterlab执行 jupyter lab 启动，浏览器会关上 http://localhost:8888/ ： 版本 < 3.0 倡议装置 TOC 扩大： jupyter labextension install @jupyterlab/tocTOC 目录成果如下： 创立 PyTorch 环境PyTorch: https://pytorch.org/# 创立虚拟环境conda create -n pytorch python=3.8 -yconda activate pytorch# 装置 PyTorch with CUDA# NOTE: Python 3.9 users will need to add '-c=conda-forge' for installationconda install pytorch==1.7.1 torchvision==0.8.2 cudatoolkit=10.2 -c pytorch -ytorch, torchvision, python 版本兼容状况CUDA Toolkit 与 Nvidia 驱动版本兼容状况Nvidia Driver 于 Ubuntu 举荐装置方法如下查看 PyTorch 版本与 GPU 反对状况： ...

主动补全能够做conda环境中执行以下命令。linux下关上conda环境的命令是： conda activate退出conda环境的命令是： conda deactivate装置插件： pip install jupyter_contrib_nbextensionsjupyter contrib nbextension install --user重启jupyter，能够看到多进去了一个叫'nbextensions'的菜单，点进去能够在外面抉择要关上的插件。其中的'Hinterland'是代码主动补全。其余插件喜爱也能够开。更换默认浏览器在终端中执行以下命令来查看jupyter配置文件所在的中央： jupyter notebook --generate-config关上上一步创立/找到的配置文件jupyter_notebook_config.py，去掉c.NotebookApp.browser前的正文，并做如下批改，以谷歌浏览器为例： import webbrowser webbrowser.register('chrome', None, webbrowser.GenericBrowser(u'/opt/google/chrome/google-chrome'))c.NotebookApp.browser = 'chrome'其中webbrowser.register的第一个参数要跟c.NotebookApp.browser等号前面的内容对应，GenericBrowser的参数是浏览器的装置门路，linux个别在/opt文件夹或者/usr/bin文件夹里能够找到，门路后面的u如同是示意用unicode编码的意思。

作者：东哥腾飞微信公众号：Python数据迷信 本次东哥分享三个高效的Jupyter Notebook插件，每个都很实用。 1、Scratchpad这个插件十分有用，咱们做数据分析EDA或者特色工程时常常要各种尝试，而不是要真正的运行cell代码。 这个时候在同一个notebook里来回运行就非常容易乱，找不到本人想要的那个对的代码了。当然，能够正文，不过也比拟不好治理。 应用这个插件能够在以后内核上运行代码，而不用在理论代码之间一直增加新单元以进行试验或计算。应用 Shift + Enter 关上便签本，而后通过 Ctrl + B 将其敞开。 2、Code foldingcode folding 插件提供了三种代码折叠选项，在敲代码过程中是十分有必要的。 1、缩进折叠该算法能够检测缩进，容许将缩进一一折叠。这样咱们就能够折叠更多的代码了，看下上面的代码。 如上所示，有两个缩进。因而，此代码单元先折叠为： 进一步的折叠： 2、第一行正文折叠这种折叠用在第一行中有正文的单元格。 后果是仅显示第一行中的正文，而不显示整个单元格。这样，当咱们删除代码时，能够保留第一行的正文，对单元格进行简短而精确的形容。 所以，以下单元格… …能够折叠成这样： 3、魔术折叠下面的概念也实用于第一行是魔术命令的状况。 这个非凡的折叠对于 import导入包的单元格可能特地有用。 另一个利用场景是删除所有非Python代码，以防止可能的烦扰。 折叠会将下面的单元格变成： 此外，保留Jupyter notebook后，所有折痕都将保留。 3、zenmode最初一个插件可能是三个中最罕用的了。 zenmode插件能够将菜单删除，使你能够专一于代码。 这样可使 Jupyter notebook 的界面在视觉和应用上更难受。 4、Table of contents这个插件将为notebook减少一个目录。 通过点击下方图片中红框内的按钮，即可激活或停用它。 当应用含有较多内容的notebook时，该性能的实用性便体现进去了。点击目录中的任何题目，即可间接定位到notebook的相应地位。 5、Variable Inspector能够通过菜单上标红的按钮来执行该扩大。 点击按钮后，将显示当下命名空间中的所有变量信息，包含变量的名称、类型、大小、模式和值。 6、总结以上就是东哥本次安利的5个插件。 上面是历史往期分享的Jupyter相干的好文，能够自行学习。 新一代Notebook神器呈现，Jupyter危险了！ 如何在启动 Jupyter Notebook 时主动执行一段代码？ 安利 9 个高效的 Jupyter Notebook 扩大工具 ...

介绍JupyterLab 是基于 Web 的交互式开发环境，是 Jupyter 下一代的 Notebook 界面。 能够解决 Jupyter notebooks (.ipynb)，编辑文本 (.md, .csv, .json, ...)，查看文件 (images, PDF, ...)，操作终端等。 另外， 交互式，指文本与代码的交互。意味着文本中的代码，如 Markdown 代码段，可间接运行。开发环境，表明其性能足够弱小，更像是一个 IDE 。扩大插件也让咱们能自定义或加强各种性能。 官网文档： https://jupyterlab.readthedoc... 装置举荐以下两种形式之一： Anaconda: Anaconda 是用于科学计算的 Python 发行版，自带有 JupyterLab 。Docker: Docker 是一个开源的容器引擎，能够间接拉取 JupyterLab 镜像环境。Anaconda下载地址： https://www.anaconda.com/prod... conda 查看： ❯ conda list | grep jupyjupyter 1.0.0 py37_7jupyter_client 5.3.4 py37_0jupyter_console 6.1.0 py_0jupyter_core 4.6.1 py37_0jupyterlab 1.2.6 pyhf63ae98_0jupyterlab_server 1.0.6 py_0装置： conda install -c conda-forge jupyterlab或更新： conda update -c conda-forge jupyterlab开始应用jupyter lab浏览器会关上： ...

1 Jupyter简介Jupyter Notebook是一个交互式笔记本，反对运行40多种编程语言，实质是一个Web应用程序，便于创立和共享文学化程序文档，反对实时代码，数学方程，可视化和Markdown。 2 装置应用pip或pip3装置： # sudo pip install jupytersudo pip3 install jupyter3 简略自定义设置首先生成默认配置： jupyter notebook --generate-config接着会提醒默认配置的地位，关上，找到c.NotebookApp.notebook.dir=''能够批改默认目录：留神须要加上u前缀，示意Unicode字符串。 c.NotebookApp.browser能够批改默认浏览器，比方批改为Chrome：须要加上%s参数，门路批改为对应门路。 其余配置请配合正文间接批改。 4 补全补全须要装置nbextensions以及nbextensions_configurator： sudo pip3 install jupyter_contrib_nbextensions jupyter_nbextensions_configurator# sudo pip install jupyter_contrib_nbextensions jupyter_nbextensions_configuratorjupyter contrib nbextension install --userjupyter nbextensions_configurator enable --user若依赖缺失请装置对应依赖，装置胜利后关上Jupyter： jupyter notebook进入Nbextensions选项卡，去掉disable xxx的那个勾选，抉择Hinterland即可： 5 丑化默认的UI真的不忍直视，在Github上有一个jupyter-themes的工具，能够对其进行丑化。首先应用pip3/pip装置： sudo pip3 install jupyterthemes5.1 主题装置实现后，应用 jt -l查看主题，携带的主题有7个： onedorkgrade3oceans16chesterishmonokaisolarizedlsolarizedd应用-t切换主题，比方： jt -t chesterish5.2 字体反对以下三种自定义字体： 代码字体：-fNotebook字体（界面字体）：-nf一般文本/Markdown字体：-tf其中代码字体（-f）反对如下： Notebook字体（-nf）/一般文本字体（-tf）/Markdown字体（-tf）反对如下： 反对以下六种自定义字体大小： 代码字体大小：-fs，默认11Notebook字体大小：-nfs，默认13一般文本/Markdown字体大小：-tfs，默认13Pandas Dataframs字体大小：-dfs，默认9输入区域字体大小：-ofs，默认8.5Mathjax字体大小：-mathfs，百分比，默认100%比方笔者喜爱Firacode字体，并且须要放大输入区域的字体，能够如下设置： jt -t chesterish -f firacode -fs 14 -ofs 125.3 Cell宽度与行距能够手动管制Cell的宽度以及代码的行距，-cellw管制宽度（默认980），-lineh管制行距（默认170）。 ...