Jupyter Lab入门到精通

Jupyter Lab && Jupyter Notebook

Jupyter Lab可以理解成Jupyter Notebook的升级版本，升级增加了很多功能。其支持python、R、java等多种编程语言及markdown、letex等写作语言及公式输入。jupyter lab相比notebook最大的更新是模块化的界面，可以在同一个窗口以标签的形式同时打开好几个文档，同时插件管理非常强大，使用起来要比jupyter notebook高大尚许多。

Jupyter安装及启动

安装完Anaconda之后，jupyter notebook和jupyter lab便都可以使用了，大家可以在Anaconda安装路径的Scripts目录下找到对应的执行程序。

Jupyter-lab功能介绍

启动之后，就进入了jupyter-lab的模块化管理界面，可以从管理界面选择进行创建jupyter的ipynb文档、纯markdown文档、txt文档等，也可以直接打开python3的console执行python的命令行，还可以直接启动命令行终端（Terminal），执行Windows命令行操作。

Jupyter-lab使用技巧

Jupyter-lab的使用非常便捷，交互式的界面非常友好，再掌握一些常用的使用技巧之后就会非常高效。这里大致总结了技巧的几个方向。

jupyter-lab拓展性非常强，目前有比较丰富的插件可供使用，比如代码补全的插件、代码调试器插件、github相关的插件、Excel相关的插件、画图相关的插件等等，安装也非常的便捷。
jupyter-lab拥有魔法函数，可以简单的实现一些复杂的功能。如果要调用外部的python脚本、实时显示python命令行的运行进度，运行时间等均可以使用魔法函数。
jupyter-lab快捷键，任何一个工具，能够熟练的使用快捷键都会大大提高使用效率。jupyter-lab也设置了很多的快捷键，一些常用的还是很有必要用起来的。

jupyter-lab链接了很多软件、模块的官方使用文档，可以在ipynb的文件窗口，查看点击Help。可以看到链接了有包括Jupyter、Markdown、Python3在内的十几个官方使用文档，方便大家查看学习。

Jupyter Lab使用conda虚拟环境

1、给虚拟环境添加 ipykernel

方法一: 创建环境时直接添加ipykernel

方法：conda create -n 【虚拟环境名称】python=3.8 ipykernel
实例如下：

conda create -n tensorflow_cpu python=3.8 ipykernel

方法二：给已创建好的虚拟环境添加 ipykernel

方法：conda install -n 【虚拟环境名称】ipykernel
实例如下：

conda install -n tensorflow_cpu ipykernel

2、激活想要使用的虚拟环境

实例如下：

conda activate tensorflow_cpu

3、将虚拟环境写入jupyter notebook的kernel中

方法：python -m ipykernel install --user --name 虚拟环境名称 --display-name 虚拟环境名称
- 第一个虚拟环境名称表示创建的虚拟环境名称
- 第二个虚拟环境名称表示想要其在 jupyter noteboook 的 kernel 选项中中显示名称
实例：

python -m ipykernel install --user --name tensorflow_cpu --display-name "tensorflow_cpu_env"

4、运行Jupyter lab

方法：jupyter lab --port 端口号
实例：

jupyter lab --port 8888

这样我们就可以在一个jupyter-lab 使用多套python环境

使用Shell && 魔法命令

Shell 命令

在 notebook 中可以直接采用 shell 命令，只需要在 code cell 中，以 ! 开头的都会被当做一个 shell 命令，这在处理数据或者文件，管理 Python 包的时候非常有用。

魔法命令

魔法命令是内建于 IPython 核中的非常方便有用的命令，它们专门用于处理特定的任务。它们虽然看起来类似 unix 命令，但实际都是通过 Python 实现的。魔法命令非常多，但在本文中仅介绍其中一部分魔法命令。

魔法命令也分两种：

行魔法命令(line magics)
单元魔法命令(cell magics)

从名字就可以知道，主要是根据其作用范围划分，有的在单行内执行，有的可以作用多行或者整个单元内。

想了解可用的魔法命令，可以输入命令 %lsmagic ，输出结果如下所示，可以看到确实分为 line 和 cell 两类，并且分别给出命令的数量。

行魔法命令和单元魔法命令的使用形式也是不同的，行魔法命令是以 % 开头，而单元魔法命令则是 %% 开头。

1、代码执行时间（Timing Execution）

通常我们都需要考虑代码的执行时间，在 notebook 中可以有两个时间魔法令 %time 和 %timeit，它们都有行和单元两种模式

对于 %time ，使用例子如下所示：

%timeit 和 %time 的区别在于，它会对给定代码运行多次，并计算一个平均时间，可以通过添加参数 -n 来指定运行的次数，如果没有指定，则会自动选择一个最佳的数量。例子如下所示：

2、执行不同的编程语言

在 Jupyter notebook 中可以执行不同的编程语言，尽管选择的核有既定的语言，比如本文例子选择的就是 Python3 ，但通过魔法命令可以执行不同的编程语言，在 %lsmagic 的输出结果也可以找到。

插件安装

中文包安装

在 terminal（终端）中pip安装中文依赖包，重启JupyterLab，即可以在settings中看到多一个语言选项（当然还是建议多锻炼英文哈）。

pip install jupyterlab-language-pack-zh-CN

参考文献：

https://www.jianshu.com/p/ad8dcf75db40

Jupyter Lab 使用 conda 虚拟环境_csdn-WJW的博客-CSDN博客_jupyter lab使用虚拟环境

Jupyter 进阶教程 - 掘金