JupyterLab 的安装和使用

最新版的 Anaconda3 是自带了 JupyterLab 的，但那个 JupyterLab 的版本不是最新的。
不过最近新出了桌面版，有需要的可以直接安装桌面版。

我这里是创建了一个单独的虚拟环境来单独使用 JupyterLab。

创建虚拟环境（可忽略）

我是创建一个单独的虚拟环境来使用 JupyterLab 的，因为 Anaconda3 的 Base 环境中很多包不是最新版的，而去更新 jupyterlab 的话会报一些版本错误。
缺点：就是每次使用都要打开虚拟环境，比较麻烦。

conda create -n jupyterlab python

这里不指定版本的话会默认安装最新版，也就是 Python 3.10，也算是体验了一把 3.10。

conda activate jupyterlab

安装 JupyterLab

官网的安装链接。
不使用虚拟环境的话，这里也会帮你自动更新 JupyterLab，但如果有些包的版本太低，会提示报错，最后导致无法启动。

# 可以使用 conda 命令更新所有包
conda update --all
# 安装 jupyterlab
pip install jupyterlab
# 或使用 conda 安装
conda install -y -c conda-forge jupyterlab

安装完成后，打开 JupyterLab：

jupyter-lab
# 或
jupyter lab

这时候你的浏览器就会打开一个类似于 Jupyter Notebook 的页面了。
到此就大功告成了。

配置

修改工作目录

每次打开 JupyterLab 都会默认在 C:\Users\user 下，这里可以进行修改

1. 输入以下命令，生成配置文件：

   jupyter lab --generate-config
   

   输入后，下面会生成一个配置文件，一般都是在 C:\Users\[user_name]\.jupyter 里面。
2. 打开 .jupyter_lab_config.py 文件
3. 修改第923行的 c.ServerApp.root_dir =''，把前面的 # 去掉，然后在后面 ''中放入你想要启动的工作目录即可。

   我这里使用 VSCode 打开 .py 文件的，在里面直接Ctrl+F搜索就行。

然后重启 JupyterLab 就可以看到打开的是你设置的工作目录了。

有些是输入 jupyter notebook --generate-config，然后修改 c.NotebookApp.notebook_dir=''，我都试过了，效果是一样的，不用纠结。

插件配置

这里说明以下，之所以选择重新安装最新版的 JupyterLab，是因为很多支持的插件要求版本号不能太低，而 Anaconda 安装后自带的那个版本号已不满足要求，在你安装插件时，会提示你版本太低。

中文汉化

新版的 JupyterLab 是支持中文汉化的。
在你的终端输入：

pip install jupyterlab-language-pack-zh-CN

然后打开 JupyterLab，在上面的 Settings -> Language 里选择中文即可。

其他插件

其他插件自己在里面选择安装即可。

JupyterLab 中使用其他虚拟环境

不管你有没有使用虚拟环境，你都有可能需要用到创建的其他虚拟环境，这时候就需要进行添加了。
先进入到你想要添加的虚拟环境：

conda activate base
# 查看是否安装了 ipykernel 
python -m ipykernel --version
# 如果没有就安装
pip install ipykernel
conda install ipykernel
# jupyter 安装内核 
python -m ipykernel install --user --name base --display-name base

其中第一个 base 是你的虚拟环境名称，第二个 base 是你想要在 JupyterLab 中显示的名称。

也可以在创建虚拟环境的同时，自定添加 ipykernel：

conda create -n jupyterlab python ipykernel

其他一些常用的命令：

# 查看内核
jupyter kernelspec list
# 删除相应的内核
jupyter kernelspec remove base