JupyterLab使用教程

一、Jupyter简介

Jupyter源于Ipython Notebook项目，是使用Python（也有R、Julia、Node等其他语言的内核）进行代码演示、数据分析、机器学习、可视化、教学的非常好的工具，对Python的愈加流行和在AI领域的领导地位有很大的推动作用。

Jupyter目前支持超过40种编程语言，包括 Python, R, Julia, and Scala等。

1. 用户接口

• JupyterLab

  最新的基于web的交互式开发环境，适用于notebook、code和data。其灵活的界面允许用户配置和设计数据科学、科学计算、计算新闻和机器学习领域的工作流。模块化设计可以轻松的实现更多扩展功能。

  本文主要讲解Jupyterlab的基本使用。

  • 安装：pip install jupyterlab
  • 启用：jupyter lab

• Jupyter Notebook

  上一代的基于 Web 的交互式开发环境，其功能在JupyterLab中已经包含，建议使用JupyterLab。

  • 安装：pip install jupyter
  • 启用：jupyter notebook

• nbclassic

  NBClassic 将基于 Jupyter Server运行Jupyter Notebook。

  这个项目为JupyterLab和其他前端切换到Jupyter服务器作为Python Web应用程序后端做准备。使用这个包，用户可以在新的Python服务器后端上并排启动Jupyter Notebook、JupyterLab和其他前端。

  • 安装：pip install nbclassic
  • 启用：jupyter nbclassic

• Jupyter Console

  控制台前端

  • 安装 ：pip install jupyter-console
  • 启用：jupyter console

• Qt console

  Qt控制台是一个非常轻量级的应用程序，在很大程度上感觉像一个终端，但它提供了一些只有在GUI中才可能实现的增强功能，例如内联图形、带有语法高亮显示的多行编辑、图形化调用提示等等。Qt控制台可以使用任何Jupyter内核。

  • 安装：pip install qtconsole
  • 启用：jupyter qtconsole

• Voilà

  Voilá允许你将Jupyter笔记本转换成一个交互式仪表板，让你可以与他人分享你的工作。

  • 安装：pip install voila
  • 启用：voila

2. 架构原理

1）IPython Kernel

所有其他接口（包括Notebook、Qt控制台、ipython控制台和第三方接口）都使用IPython Kernel。IPython Kernel是一个独立的进程，负责运行用户代码，以及计算可能的完成情况。前端（如Notebook或Qt控制台）通过使用ZeroMQ套接字发送的JSON消息与IPython内核进行通信；前端和IPython内核之间使用的协议在Jupyter中的消息传递中进行了描述。

这种设计的目的是允许基于同一内核轻松开发不同的前端，同时，也可以通过开发新的内核来支持新的编程语言。目前有两种方法可以为另一种语言开发内核：

• Wrapper Kernel，重用IPython的通信机制，只实现核心执行部分
• Native Kernel，采用目标语言实现执行和通信

2）Jupyter Notebook接口

Jupyter Notebooks是包含了代码、元数据、内容和输出的结构化数据。当保存到磁盘时，文件扩展名为.ipynb，并使用JSON结构。有关notebook格式结构和规范的更多信息，请参阅nbformat文档。

• Notebook server：不是内核，它主要负责保存和加载notebook，所以你可以编辑notebook，即使你没有该语言的内核（当然也无法运行代码）。

• Kernel：对notebook文档一无所知：当用户运行它们时，它只接收要执行的代码单元。

3）Notebook导出为其它格式

使用工具 Nbconvert 将notebook文件导出为其他格式，比如HTML, LaTeX, 或者reStructuredText等。转换过程如下：

• Preprocessors：在内存中修改notebook。比如：ExecutePreprocessor运行notebook中的代码并更新输出

• Exporter: 转换notebook为其他格式。

• Postprocessors：处理导出的文件。

4）Projects overview

下面是截至2017年的项目关系的图：

二、JupyterLab安装和基本使用

Jupyter lab是Jupyter的下一代基于Web的交互式开发环境，是 Jupyter Notebook的升级版。

1. 安装

在安装JupyterLab之前，需要安装Python环境：

• 第一种选择，安装Python官方的发行版
• 第二种选择，安装Anaconda发行版本，建议在安装Python环境时首选Anaconda。

如果安装的Anaconda发行版，该版本已经包含了JupyterLab，所以不需要再另外安装，否则按如下命令进行安装。

# 安装前先升级下pip
python -m pip install --upgrade pip			
# 开始下载安装pip
pip install jupyterlab
# 如果已经安装过JupyterLab,可以使用下面的命令更新到新版本
pip install --upgrade jupyterlab

安装好后，启动JupyterLab

jupyter lab

默认情况下，启动成功后，会自动打开浏览器进入JupyterWeb界面（建议将Chrome、Edge或者firefox浏览器设为默认浏览器，不要使用IE浏览器），如果看到2中的界面，表示成功了。

2. 界面初识

当点击左边栏的文件浏览（File Browser）按钮，可以查看到notebook的root目录下的文件，上面有添加文件和文件夹、上传文件、刷新文件列表等按钮。

右边是notebook的工作区域, 整个notebook由单元格（cell）组成，以工作区域的上面有notebook的保存、单元的添加、删除、运行、单元类型切换等按钮。

cell的三种类型

• Code：编辑代码，运行后显示代码运行结果
• Markdown：编写Markdown文档，运行后输出Markdown格式的文档)
• Raw：普通文本，运行不会输出结果

notebook支持两种模式

该方式起源于vim编辑器。

• 编辑模式：
  • 进入方式：命令模式下按Enter键或者鼠标点击Cell的编辑框进入编辑状态
  • 主要操作：可以操作代码或文本的编辑、剪切、复制 、粘贴等操作
• 命令模式
  • 进入方式：Esc键或者鼠标点击Cell编辑框前方的空白区域进入命令模式。
  • 主要操作：可以操作cell单元本身，比如进入单元的删除、添加、剪切、复制 、粘贴、移动等操作

菜单

• 文件（File)：与文件和目录有关的操作
• 编辑（Edit)：与编辑文档和其他活动有关的动作
• 视图（View)：视图相关操作
• 运行（Run)：用于在不同活动（例如笔记本和代码控制台）中运行代码的动作，可运行选中单元，也可以运行所有单元
• 内核（Kenel)：内核的起、停、切换等相关操作
• 标签（Tabs)：停靠面板中打开的文档和活动的列表
• 设置（Settings)：常用设置和高级设置编辑器
• 帮助（Help)：JupyterLab和内核帮助链接的列表。

3. 工作目录、Notebook文件

工作目录

• 由启动jupyterLab的启动参数--notebook-dir指定

  jupyter lab --notebook-dir="E:/Projects"
  

• 如果没有指定参数--notebook-dir，则由配置文件中的参数c.ServerApp.root_dir指定

  配置文件可以通过下面命令生成（可参考第五部分内容进行设置）：

  jupyter lab --generate-config
  

• 如果配置文件中也没有指定，工作目录由启动JupyterLab时的当前路径决定。

Notebook文件

Notebooks是包含了代码、元数据、内容和输出的结构化数据。当保存到磁盘时，文件扩展名为.ipynb(存储在工作目录下的某个子目录中)，并使用JSON结构。

文件名的修改可以在文件系统中修改，也可以在Web界面右键进行修改

4. 在jupyter中使用shell命令

当你正在使用Python编译器，需要用到命令行工具的时候，麻烦的事情就出现了：要在shell和IDLE之间进行切换。

但是，如果你用的是Jupyter，就完全不用这么麻烦，你可以直接在命令之前加一个!，就能执行shell命令，完全不用来回切换，就能在Jupyter中执行任何命令。

下面是在windows系统中，使用命令dir查看当前目前的文件内容

比如我们需要使用pip安装包的时候，便可以直接在JupyterLab的某个文档的单元中运行!pip install xxxx即可。

三、快捷键

快捷键可以干嘛，它不仅可以大大提高开发效率，还可以用来装X，正所谓一顿操作猛如虎。

不管你是奔着什么目的，都有必要掌握常用的快捷方式，下面按不同的模式列出了基本的快捷方式，并在自己经常使用的快捷方式前加*注明。

1. 通用快捷键（两种模式通用）

*Shift-Enter : 运行本单元，选中下个单元
*Ctrl-Enter : 运行本单元
*Alt-Enter : 运行本单元，在其下插入新单元
*Ctrl-S: 保存并检查

2. 命令行模式(按 Esc 生效)快捷键

*Enter: 进入编辑模式
*Y : 单元格转入代码状态
*M :	单元格转入markdown状态
R : 单元格转入raw状态
1 : 设定 1 级标题
2 : 设定 2 级标题
3 : 设定 3 级标题
4 : 设定 4 级标题
5 : 设定 5 级标题
6 : 设定 6 级标题

*A: 在上面插入单元格
*B: 在下面插入单元格
*X: 剪切选择的单元格
*C: 复制选择的单元格
*V: 粘贴到下面
*Z: 撤销单元格操作
*D,D: 删除选中单元格

K: 选择上面的单元格
↑: 选择上面的单元格
↓: 选择下面的单元格
J: 选择下面的单元格
Shift-K: 扩展上面选择的单元格
Shift-↑: 扩展上面选择的单元格
Shift-↓: 扩展下面选择的单元格
Shift-J: 扩展下面选择的单元格
Ctrl-A: 选择所有的单元格

*Shift-M: 合并选中单元格, 如果只有一个单元格被选中，合并下方的单元格
S: 保存并检查

I,I: 中断服务
0,0: 重启服务(带窗口)

Shift-L: 在所有单元格中切换行号，并保持设置
*Shift-空格: 向上滚动
*空格: 向下滚动

Ctrl+Shift+[: 向左切换文档
Ctrl+Shift+]：向右切换文档

3. 编辑模式(按 Enter 生效)快捷键

Ctrl-M: 进入命令行模式
*Esc: 进入命令行模式
*Tab : 代码补全或缩进
*Shift-Tab : 提示或解除缩进
Ctrl-] : 缩进
Ctrl-[ : 解除缩进
Ctrl-A : 全选
*Ctrl-Z : 撤销
*Ctrl-Shift-Z : 重做
Ctrl-Y : 重做
Ctrl-Home : 跳到单元开头
Ctrl-End : 跳到单元末尾
Ctrl-Left : 跳到单词左边
Ctrl-Right : 跳到单词右边
Ctrl-Backspace: 删除前面的单词
Ctrl-Delete: 删除后面的单词
*Ctrl-Shift-- : 分割单元
*Ctrl-/: 注释或解除注释
*Ctrl-D: 删除整行
Ctrl-U: 撤销选择
Alt-U: 重新选择
Insert: 切换重写标志
↓: 光标下移
↑: 光标上移

4. 自己动手设置快捷键

四、魔法命令

并且都以%符号作为前缀

IPython魔法命令设计用于简洁地解决标准数据分析中的各种常见问题。魔法命令有两种形式：

• 行魔法（line magic）：以单个%字符作为前缀，作用于单行输入
• 单元魔法（cell magic）：以两个%%作为前缀，作用于多行输入。

1. 查看魔法命令

%magic: 输出所有魔法指令帮助文档
%lsmagic：列出所有magics命令 
%quickref：输出所有魔法指令的简单版帮助文档
%MagicName?：输出某个魔法命令详细帮助文档 

查看魔法命令简单版的帮助文档

查看time魔法命令的使用帮助文档

2. 行魔法命令

这里只列出一些常用的行魔法命令：

• %automagic：如果automagic被打开，魔法命令可以省略前面的% 符号

• %run：执行脚本

%run test.py

• %time：计算接下来一行的Python语句的执行时间

• %timeit：计算接下来一行的Python语句多次执行后的平均时间

%timeit L = [n ** 2 for n in range(100000)]

• %history：获取此前所有的输入历史

• %xmode：设置异常模式，即当代码有异常时，出错信息的输出方式，可以设置Plain、Context、Verbose和Minimal四种模式

• %pip：在cell中使用pip指令

• shell相关魔法命令

  • %cd、%cat、%cp、%env、%ls、%man、%mkdir、%more、%mv、%pwd、%rm、%rmdir、…

注意：魔法方法提供了部分shell命令的功能，另外，我们也可以通过!cmd的方式运行相关shell命令。但要注意它们的区别：

• !开一个新的progress，执行完之后立即终止。如果执行的命令是切换目录，则不会对当前进程产生影响。
• %的操作会持续。如果使用%cd切换目录后，直接影响是当前进程。

3. 单元魔法命令

• %%time：处理多行输入

• %%timeit：处理多行输入

%%timeit
L = [n ** 2 for n in range(100000)]
L = [n ** 2 for n in range(100000)]

• %%writefile：将当前cell中内容写入文件中

%%writefile test.py
print('hello world!')

• %%latex：写Latex公式

%%latex
\begin{equation}
  \int_0^\infty \frac{x^3}{e^x-1}\,dx = \frac{\pi^4}{15}
  \label{eq:sample}
\end{equation}

• %%script ：写bash、perl、javascript、js 等命令

五、扩展组件

Jupyter让很多人喜欢的原因在于它提供了丰富的插件，包括显示代码执行时间、生成目录、显示变量名、代码块折叠等各种让你舒适的功能。

1. 准备工作

在进行JupyterLab插件安装之前，需要安装node.js 和 npm，可运行如下命令进行安装。

!pip install nodejs npm -i https://pypi.tuna.tsinghua.edu.cn/simple

注意，命令前面加!是因为在jupyterlab中运行的，如果在终端运行的安装命令，去掉!

2. 插件的安装

进入JupyterLab后，可以在Web上查看已安装组件，搜索安装需要的插件

注意：如果没有出现插件选项卡，可以通过 setting–>Advanced Settings Editor–Extension Manager ：在User Overrides 添加语句{“enabled”: true}，最后保存，就可以出现插件选项

当然，你也可以使用命令行方式进行插件的查看、安装、更新和删除

查看已安装插件：jupyter labextension list

更新已安装插件：jupyter labextension update --all

安装插件toc：jupyter labextension install @jupyterlab/toc

删除插件toc：jupyter labextension uninstall @jupyterlab/toc

3. 常用插件

• go to definition: 在Lab笔记本和文件编辑器中跳转到变量或函数的定义。

• lsp：自动补全、参数建议、函数文档查询、跳转定义等

  • 安装：

    pip install jupyterlab_sql
    jupyter serverextension enable jupyterlab_sql --py --sys-prefix
    jupyter lab build
    

    或者在Web的插件选项中搜索安装

• sql: 可以在Lab中连接数据库，并进行sql查询和修改操作

• drawio：非常棒的流程图工具

  • 安装：pip install jupyterlab-drawio或者在Web的插件选项中搜索安装

  

• spreadsheet：在Lab上显示excel表格（只读模式）

• gather: 在Lab中清理代码，恢复丢失的代码以及比较代码版本的工具

• github: 安装后Lab左侧会出现一个github栏按钮，你可以在里面搜索github项目，并且打开项目里面的文件，如果是notebook文件，能够直接运行代码

• toc: 方便地在Lab上展示notebook或者markdown的目录

• LaTeX:编辑并预览LaTeX文档

• HTML: Lab内部呈现HTML文件

• plotly(https://github.com/jupyterlab/jupyter-renderers): 展示plotly可视化效果

• bokeh: 展示bokeh可视化效果

• variableinspector: 在Lab中展示代码中的变量及其属性，类似RStudio中的变量检查器

• matplotlib:启用matplotlib可视化交互功能

• dash: 展示plotly dash交互式面板

• monitor: 系统监视器是用于显示系统信息(内存和 cpu 使用情况）的 JupyterLab 扩展。它用于监视自己的资源使用情况。

六、远程访问

如果你有一台云服务器，是不是很想在服务器上配置好环境，在任何地方都可以通过浏览器进行访问使用呢？

考虑到服务器一般使用Linux，这里将以ubuntu为例，介绍如何配置远程访问方式，前提是服务器上已经安装好了JupyterLab。（如果是windows，亦是如此操作）：

1. 生成配置文件

jupyter lab --generate-config

运行上面的命令后，会生成jupyter的配置文件，比如这里生成的配置文件为：/home/xiaobai/.jupyter/jupyter_notebook_config.py

2. 生成访问密码

运行如下代码，并输出访问Jupyter时密码，生成sha1加密密码

from jupyter_server.auth import passwd
passwd()

这里输入的密码是lab123，对应生成的sha1加密密码为：sha1:adbe516d2745:aae3a189602f2078a323c71b413fee063226f7ba

注意：

• 在旧版本的JupyterLab中，passwd导入方式改为：from notebook.auth import passwd

• 输入密码时光标不会跳，千万不要以为没输入成功。

3. 修改配置文件

在上面命令生成的配置文件末尾添加如下内容，上面的配置文件是

c.ServerApp.ip = '0.0.0.0'             #设为0.0.0.1，将绑定所有地址，即所有IP地址都可以访问
c.ServerApp.password = u'sha1:adbe516d2745:aae3a189602f2078a323c71b413fee063226f7ba'
c.ServerApp.open_browser = False     #启动后是否在浏览器中自动打开
c.ServerApp.port = 8888               #指定一个访问端口80，默认8888
c.ServerApp.allow_root = False      	#允许root用户开启
c.ServerApp.notebook_dir = "/home/xiaobai/ipython"	#设置工作的文档目录

注意：

• 在JupyterLab的旧版本中，将c的设置项从ServerApp改为NotebookApp

• allow_root： 如果用root 用户启动 jupyter lab时，必须将其设置为True。实际上不建议使用 root 启动，因为这样可能在浏览器端 cmd 窗口直接暴露 root 权限

• password: 这里的密码是在第2步骤中生成的sha1加密版的密码。

• port: 示例中设置的 8888 端口

  • 应该是一个未被占用的端口，如果设置的端口被已经被占用，会依次尝试后面的端口，比如8889。
  • 是一个被防火墙允许的端口，如果是阿里云、腾讯云等服务器需要在官网修改安全策略。

• notebook_dir:

  • 设置的是工作的文档目录，需要自行选择并创建（否则运行时会报错）

  

  mkdir /home/xiaobai/ipython
  

4. 启动JupyterLab服务为后台进程

nohup jupyter lab &

注意：输入的密码是加密之前的密码，比如在第2步中设置的是lab123，则输入lab123即可。