参考：
- 8 款超级实用的 JupyterLab 插件，提升你的开发效率！
Jupyter源于Ipython Notebook，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、可视化、教学的很好的工具，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 Lab是Jupyter的一个拓展，它提供了更好的用户体验，例如可以同时在一个浏览器页面打开编辑多个Notebook，Ipython console和terminal终端，并且支持预览和编辑更多种类的文件，如代码文件，Markdown文档，json，yml，csv，各种格式的图片，vega文件（一种使用json定义图表的语言)和geojson（用json表示地理对象），还可以使用Jupyter Lab连接Google Drive等云存储服务，极大得提升了生产力。
1.安装 与 配置设置
安装
mamba install jupyterlab
启动
jupyter lab
jupyter notebook --generate-config
会生产一个配置文件 默认路径C:\Users\用户名.jupyter\jupyter_notebook_config.py
修改其中的几个配置项 并取消前面的注释
ipython
In [1]: from notebook.auth import passwd
In [2]: passwd()
Enter password:
Verify password:
Out[2]: 'sha1:f704b702aea2:01e2bd991f9c7208ba177b46f4d10b6907810927'
# 配置启动目录
c.NotebookApp.notebook_dir = 'E:/Projects'
# 配置chrom的本地启动功能，让lab像IDE一样在本地打开
c.NotebookApp.browser = 'C:/Program Files (x86)/Google/Chrome/Application/chrome.exe --app=%s'
# 将ip设置为*，意味允许任何IP访问
c.NotebookApp.ip = '*'
# 这里的密码就是上边我们生成的那一串
c.NotebookApp.password = 'sha1:f704b702aea2:01e2bd991f9c7208ba177b46f4d10b6907810927'
# 服务器上并没有浏览器可以供Jupyter打开
c.NotebookApp.open_browser = False
# 监听端口设置为8888或其他自己喜欢的端口
c.NotebookApp.port = 8888
# 允许远程访问
c.NotebookApp.allow_remote_access = True
2. Jupyterlab 基本使用
最好是在建立好的虚拟环境中安装并使用Jupyterlab
1. 创建虚拟环境
conda create -n temp python=3.7 -y
conda activate temp
2.安装Jupyterlab
conda install jupyterlab
3. “无需nodejs即可安装插件”
作为官方宣传的jupyter lab3.0版本后最大的改变，似乎我们可以不需要nodejs，不通过jupyter labextension install语句，仅仅依靠pip/conda/mamba就可以安装拓展，那么目前为止，常见常用的那些jupyter lab拓展都可以这样安装吗？
我测试了一下，目前确实已经有一些主流的，官方或非官方出品的拓展已经可以这样安装了，譬如：
- 「jupyter-kite」
作为jupyter lab平台上非常实用的代码智能补全插件，按照官方Github仓库的说明，通过下面语句，即可成功安装：
pip install "jupyterlab-kite>=2.0.2"
- 「jupyter-matplotlib」
作为jupyter lab上开启交互式matplotlib绘图所需的拓展，我们现在可以通过下面的语句直接进行安装，这样的好处显而易见——我们无需再build了！
pip install ipympl
并且jupyter-matplotlib安装过程顺道把@jupyter-widgets/jupyterlab-manager拓展安装上了，这意味着它也不需要nodejs依赖了欢呼
但jupyter lab插件茫茫多，上面举的例子只是其中过渡动作比较快的，仍然有大量的好用的jupyter lab插件还未兼容jupyter lab 3.0，譬如我们过往文章介绍过的非常实用的，用于记录每个cell执行耗时等信息的jupyterlab-execute-time：
以及
keplergl-jupyter：
因此如果你有很多心爱的常用的插件仍未做好新版本兼容的工作，那么继续使用2.X版本观望，才是现阶段更好的选择。
4. “官方汉化”
作为官方宣传的一个重要特性之一，jupyter lab 3.0中号称支持了多语种界面切换，那么我们按照官方的说话，通过pip install jupyterlab-language-pack-zh-CN来下载中文汉化包来试试：
pip install jupyterlab-language-pack-zh-CN
咦，居然找不到这个库，原来官方至今（2020-01-09）还未在pypi发布所谓的中文翻译包，但这不代表我们无法使用它，通过在官方Github仓库下经过一番交流，我找到了一个可以进行本地安装的whl文件，你可以在 https://jfds-1252952517.cos.ap-chengdu.myqcloud.com/jupyterhub/jupyterlab_language_pack_zh_CN-0.0.1.dev0-py2.py3-none-any.whl 进行下载，感谢akshare作者的资源分享。
通过pip install jupyterlab_language_pack_zh_CN-0.0.1.dev0-py2.py3-none-any.whl在本地成功安装之后，回到jupyter lab刷新一下界面，会看到可用的语言设置选项：
点击切换之后，哇哦，真的可以使用官方中文了耶！
相信之后可在线安装的官方正式版本会很快发布，如果心急的朋友想要尝鲜，也可以像我这样进行配置。
5. 其他新特性
而至于其他新特性，譬如自带的交互gui式的debugger：
或是自带的目录功能，其实都不是新东西，只不过现在你无须安装就可以使用，而新增加的simple模式等特性，吸引力都不是特别大：