11

大幅提高生产力：你需要了解的十大Jupyter Lab插件

 4 years ago
source link: http://developer.51cto.com/art/202101/640647.htm
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
neoserver,ios ssh client

如果你是一个用 Python 的数据科学家，那么用 Jupyter Notebook 就是大概率事件了。作为 Jupyter Notebook 的「下一代」web 应用，Jupyter Lab 提供了相比以往更多的便捷功能，其中之一就是扩展。

现在，即使是 Jupyter Lab 开发者团队也对如此蓬勃发展的第三方扩展工具社区而感到兴奋了。在这篇文章中，机器学习工程师、计算机科学博士 Christopher Tao 将为读者介绍 10 种 Jupter Lab 扩展工具，它们对于典型的数据科学家 / 工程师来说可以大幅提高生产力。

10 大 Jupyter Lab 扩展

目前，大多数在线资源都会使用以下命令来安装 Jupyter Lab 扩展：

jupyter labextension install @jupyterlab/...

当然，很多人都喜欢使用这种命令。如果你是 VS-Code、Sublime 或 Atom 的用户，你也许会希望在「管理器」中直接搜索要安装的内容。Jupyter Lab 却没有提供这些功能。

如上图所示，你可以转到左侧导航栏第 4 个选项卡，即扩展管理器(extension manager)。然后就可以搜索到你需要的扩展。

现在总结一下值得推荐的 10 个 Jupyter Lab 扩展。

JupyterLab 调试器

调试器指南：https://blog.jupyter.org/a-visual-debugger-for-jupyter-914e61716559

由于 Jupyter 的交互性，它受到了很多人的喜欢。然而，调试功能是编码所必须的。例如，我们可以逐步调试 for 循环(for-loop )来查看内部发生了什么。大多数 IDE 工具都支持这种带有「step over」和「step into」的调试特性，但遗憾的是，Jupyter 中没有这种特性。

「jupyterlab/debugger」就是这样一个扩展，让我们可以补足 Jupyter Lab 中缺少的这个功能。

图源：https://blog.jupyter.org/a-visual-debugger-for-jupyter-914e61716559

JupyterLab-TOC

JupyterLab-TOC 项目地址：https://github.com/jupyterlab/jupyterlab-toc

notebook 太长?想让你的 notebook 看起来更漂亮?或者希望 notebook 有一个目录?「jupyterlab/toc」帮你实现。

图源: https://github.com/jupyterlab/jupyterlab-toc/raw/master/toc.gif

有了这个扩展，基于用标题标记的单元格会自动生成目录(确保使用标记 ## 来指定你的标题级别)。这也是使用 Jupyter Notebook 的好方法，让你的工作更有系统性和组织性。

JupyterLab-DrawIO

JupyterLab-DrawIO 项目地址：https://github.com/QuantStack/jupyterlab-drawio

Diagram.net(原名 Draw.IO)是绘制图表的工具，它确实是 MS Visio 完美的开源替代品。借助于 jupyterlab-drawio，我们可以在 Jupyter Lab 上使用该工具。

QjAbeyy.gif!mobile

图源：https://github.com/QuantStack/jupyterlab-drawio/raw/master/drawio.gif

JupyterLab Execution Time

JupyterLab Execution Time 项目地址：https://github.com/deshaw/jupyterlab-execute-time

Jupyter Notebook/Lab 的一个惊人特性是它能提供许多有用的魔术命令(magic command)。例如我们可以使用「%timeit」测试代码运行时间。它将运行代码片段数百或数千次，并得到平均值，以确保给出一个公平和准确的结果。

但有时并不需要这样精确。我们只不过想知道每个单元运行的时间，在这种情况下，为每个单元使用「%timeit」变得不合适了。

在这种情况下，我们可以使用「jupyterlab-execute-time」。

如上图所示，「jupyterlab-execute-time」不仅显示了执行单元的时间间隔，而且还显示了最后执行的时间。

JupyterLab Spreadsheet

JupyterLab Spreadsheet 项目地址：https://github.com/quigleyj97/jupyterlab-spreadsheet

作为一名数据科学家或数据工程师，你不得不与电子表格打交道。但是，Jupyter 本身不支持读取 Excel 文件，这迫使我们需要打开多个工具，在 Jupyter 编码以及 Excel 之间不停地切换。

「jupyterlab-spreadsheet」可以很好地解决这类问题。它在 Jupyter Lab 中嵌入了 xls/xlsx 电子表格查看功能，因此我们可以在同一个地方获得所需的一切。

图源: https://github.com/quigleyj97/jupyterlab-spreadsheet/raw/main/screenshot.png

JupyterLab System Monitor

jupyterlab-system-monitor 项目地址：https://github.com/jtpio/jupyterlab-system-monitor

Python 不是一种高效执行的编程语言，这意味着与其他语言相比，它可能会消耗更多的 CPU 和内存资源。Python 的最常见用例之一是数据科学。所以，我们可能想要监控自身系统硬件资源，从而注意到 Python 代码可能冻结了操作系统。

jupyterlab-topbar-extension 你想要拥有的扩展，它可以在 Jupyter Lab UI 的顶部栏显示 CPU 和内存使用情况，这样我们就可以实时监控了。如下动图所示：

IFj2mif.gif!mobile

图源：https://github.com/jtpio/jupyterlab-system-monitor/raw/main/doc/screencast.gif

JupyterLab Kite

jupyterlab-kite 项目地址：https://github.com/kiteco/jupyterlab-kite

虽然我很喜欢 Jupyter，但它不像其他经典 IDE 工具一样提供代码自动补全功能。Jupyter 的代码自动补全非常受限且速度很慢。

你可能听说过免费的 AI 赋能代码补全服务 Kite，它在 Sublime、VS Code 和 PyCharm 等几乎所有流行的 IDE 工具中都可以使用。通过 jupyterlab-kite (https://github.com/kiteco/jupyterlab-kite) 扩展，你也可以在 Jupyter Lab 中使用这一功能。

图源：https://github.com/kiteco/jupyterlab-kite

JupyterLab Variable Inspector

jupyterlab-variableInspector 项目地址：https://github.com/lckr/jupyterlab-variableInspector

如果你是从 R studio 或 Matlab 转向使用 Jupyter Lab 的数据科学家，则可能对这些工具提供的变量检测器非常熟悉。但遗憾的是，Jupyter Lab 默认不支持这一功能。这时，jupyterlab-variableInspector 扩展可以重新支持该功能。

Znee6bj.gif!mobile

图源：https://github.com/lckr/jupyterlab-variableInspector/raw/master/early_demo.gif

JupyterLab Matplotlib

Matplotlib/ipympl 项目地址：https://github.com/matplotlib/ipympl

如果你是数据科学家，则 Matplotlib 是必须学习(must-learn)的 Python 库。该库是 Python 中一个基础但强大的数据可视化工具。但当我们使用 Jupyter Lab 时，交互特征消失了。

jupyter-matplotlib 扩展可以使 Matplotlib 再次具备交互性。只需要输入一个魔术命令 %matplotlib widget 来启动它，则你的精美 3D 图表就变成交互式的。如下动图所示：

RNZZFby.gif!mobile

图源：https://github.com/matplotlib/ipympl/raw/master/matplotlib.gif

JupyterLab Plotly

Plotly 使用指南：https://plotly.com/python/getting-started/#jupyterlab-support-python-35

虽然 Matplotlib 是最基础和强大的数据可视化库，但在这方面我最喜欢的是 Plotly 库。该库封装了很多常见图表，我们可以通过数行代码生成令人惊叹的图表。

为使 Jupyter Lab 无缝支持和显示交互的 Plotly 图表，用户需要安装 jupyterlab-plotly。

原文链接：https://towardsdatascience.com/10-jupyter-lab-extensions-to-boost-your-productivity-4b3800b7ca2a

【责任编辑：赵宁宁 TEL：（010）68476606】


report

Recommend

About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK