效率倍增！Jupyter Lab 十大高生產(chǎn)力插件！

設(shè)為“星標(biāo)”，第一時(shí)間送達(dá)干貨

轉(zhuǎn)自：數(shù)據(jù)studio

10 大 Jupyter Lab 擴(kuò)展

目前，大多數(shù)在線資源都會(huì)使用以下命令來(lái)安裝 Jupyter Lab 擴(kuò)展：

jupyter?labextension?install?@jupyterlab/...

當(dāng)然，很多人都喜歡使用這種命令。如果你是 VS-Code、Sublime 或 Atom 的用戶，你也許會(huì)希望在「管理器」中直接搜索要安裝的內(nèi)容。Jupyter Lab 卻沒(méi)有提供這些功能。

如上圖所示，你可以轉(zhuǎn)到左側(cè)導(dǎo)航欄第 4 個(gè)選項(xiàng)卡，即擴(kuò)展管理器（extension manager）。然后就可以搜索到你需要的擴(kuò)展。

現(xiàn)在總結(jié)一下值得推薦的 10 個(gè) Jupyter Lab 擴(kuò)展。

JupyterLab 調(diào)試器

JupyterLab 調(diào)試器指南項(xiàng)目地址^[1]

由于 Jupyter 的交互性，它受到了很多人的喜歡。然而，調(diào)試功能是編碼所必須的。例如，我們可以逐步調(diào)試 for 循環(huán)（for-loop ）來(lái)查看內(nèi)部發(fā)生了什么。大多數(shù) IDE 工具都支持這種帶有「step over」和「step into」的調(diào)試特性，但遺憾的是，Jupyter 中沒(méi)有這種特性。

「jupyterlab/debugger」就是這樣一個(gè)擴(kuò)展，讓我們可以補(bǔ)足 Jupyter Lab 中缺少的這個(gè)功能。

JupyterLab-TOC

JupyterLab-TOC 項(xiàng)目地址^[2]

notebook 太長(zhǎng)？想讓你的 notebook 看起來(lái)更漂亮？或者希望 notebook 有一個(gè)目錄？「jupyterlab/toc」幫你實(shí)現(xiàn)。

有了這個(gè)擴(kuò)展，基于用標(biāo)題標(biāo)記的單元格會(huì)自動(dòng)生成目錄（確保使用標(biāo)記 ## 來(lái)指定你的標(biāo)題級(jí)別）。這也是使用 Jupyter Notebook 的好方法，讓你的工作更有系統(tǒng)性和組織性。

JupyterLab-DrawIO

JupyterLab-DrawIO 項(xiàng)目地址^[3]

Diagram.net（原名 Draw.IO）是繪制圖表的工具，它確實(shí)是 MS Visio 完美的開(kāi)源替代品。借助于 jupyterlab-drawio，我們可以在 Jupyter Lab 上使用該工具。

JupyterLab Execution Time

JupyterLab Execution Time 項(xiàng)目地址^[4]

Jupyter Notebook/Lab 的一個(gè)驚人特性是它能提供許多有用的魔術(shù)命令（magic command）。例如我們可以使用「%timeit」測(cè)試代碼運(yùn)行時(shí)間。它將運(yùn)行代碼片段數(shù)百或數(shù)千次，并得到平均值，以確保給出一個(gè)公平和準(zhǔn)確的結(jié)果。

但有時(shí)并不需要這樣精確。我們只不過(guò)想知道每個(gè)單元運(yùn)行的時(shí)間，在這種情況下，為每個(gè)單元使用「%timeit」變得不合適了。

在這種情況下，我們可以使用「jupyterlab-execute-time」。

如上圖所示，「jupyterlab-execute-time」不僅顯示了執(zhí)行單元的時(shí)間間隔，而且還顯示了最后執(zhí)行的時(shí)間。

JupyterLab Spreadsheet

JupyterLab Spreadsheet 項(xiàng)目地址^[5]

作為一名數(shù)據(jù)科學(xué)家或數(shù)據(jù)工程師，你不得不與電子表格打交道。但是，Jupyter 本身不支持讀取 Excel 文件，這迫使我們需要打開(kāi)多個(gè)工具，在 Jupyter 編碼以及 Excel 之間不停地切換。

「jupyterlab-spreadsheet」可以很好地解決這類問(wèn)題。它在 Jupyter Lab 中嵌入了 xls/xlsx 電子表格查看功能，因此我們可以在同一個(gè)地方獲得所需的一切。

JupyterLab System Monitor

jupyterlab-system-monitor 項(xiàng)目地址^[6]

Python 不是一種高效執(zhí)行的編程語(yǔ)言，這意味著與其他語(yǔ)言相比，它可能會(huì)消耗更多的 CPU 和內(nèi)存資源。Python 的最常見(jiàn)用例之一是數(shù)據(jù)科學(xué)。所以，我們可能想要監(jiān)控自身系統(tǒng)硬件資源，從而注意到 Python 代碼可能凍結(jié)了操作系統(tǒng)。

jupyterlab-topbar-extension 你想要擁有的擴(kuò)展，它可以在 Jupyter Lab UI 的頂部欄顯示 CPU 和內(nèi)存使用情況，這樣我們就可以實(shí)時(shí)監(jiān)控了。如下動(dòng)圖所示：

JupyterLab Kite

jupyterlab-kite 項(xiàng)目地址^[7]

雖然我很喜歡 Jupyter，但它不像其他經(jīng)典 IDE 工具一樣提供代碼自動(dòng)補(bǔ)全功能。Jupyter 的代碼自動(dòng)補(bǔ)全非常受限且速度很慢。

你可能聽(tīng)說(shuō)過(guò)免費(fèi)的 AI 賦能代碼補(bǔ)全服務(wù) Kite，它在 Sublime、VS Code 和 PyCharm 等幾乎所有流行的 IDE 工具中都可以使用。通過(guò) jupyterlab-kite (https://github.com/kiteco/jupyterlab-kite) 擴(kuò)展，你也可以在 Jupyter Lab 中使用這一功能。

JupyterLab Variable Inspector

jupyterlab-variableInspector 項(xiàng)目地址^[8]

如果你是從 R studio 或 Matlab 轉(zhuǎn)向使用 Jupyter Lab 的數(shù)據(jù)科學(xué)家，則可能對(duì)這些工具提供的變量檢測(cè)器非常熟悉。但遺憾的是，Jupyter Lab 默認(rèn)不支持這一功能。這時(shí)，jupyterlab-variableInspector 擴(kuò)展可以重新支持該功能。

JupyterLab Matplotlib

Matplotlib/ipympl 項(xiàng)目地址^[9]

如果你是數(shù)據(jù)科學(xué)家，則 Matplotlib 是必須學(xué)習(xí)（must-learn）的 Python 庫(kù)。該庫(kù)是 Python 中一個(gè)基礎(chǔ)但強(qiáng)大的數(shù)據(jù)可視化工具。但當(dāng)我們使用 Jupyter Lab 時(shí)，交互特征消失了。

jupyter-matplotlib 擴(kuò)展可以使 Matplotlib 再次具備交互性。只需要輸入一個(gè)魔術(shù)命令 %matplotlib widget 來(lái)啟動(dòng)它，則你的精美 3D 圖表就變成交互式的。如下動(dòng)圖所示：

JupyterLab Plotly

Plotly 使用指南^[10]

雖然 Matplotlib 是最基礎(chǔ)和強(qiáng)大的數(shù)據(jù)可視化庫(kù)，但在這方面我最喜歡的是 Plotly 庫(kù)。該庫(kù)封裝了很多常見(jiàn)圖表，我們可以通過(guò)數(shù)行代碼生成令人驚嘆的圖表。

為使 Jupyter Lab 無(wú)縫支持和顯示交互的 Plotly 圖表，用戶需要安裝 jupyterlab-plotly。

參考資料

長(zhǎng)按或掃描下方二維碼，后臺(tái)回復(fù)：加群，即可申請(qǐng)入群。一定要備注：來(lái)源+研究方向+學(xué)校/公司，否則不拉入群中，見(jiàn)諒！
（長(zhǎng)按三秒，進(jìn)入后臺(tái)）

推薦閱讀
這4款數(shù)據(jù)自動(dòng)化探索 Python 神器，解決99%的數(shù)據(jù)分析問(wèn)題！
30 個(gè)Python代碼實(shí)現(xiàn)的常用功能，精心整理版
神器！三行 Python 代碼輕松提取 PDF 表格數(shù)據(jù)
四款可視化工具，解決99%的可視化大屏需求