15个超好用的Jupyter Lab插件

本文转自：知乎
作者：朱卫军
《15个好用到爆炸的Jupyter Lab插件》

文中我加入了一些自己的标注和笔记

最近在从Jupyter Notebook向Jupyter Lab转，倍感舒适。

Lab和Notebook是一家人，前者算后者的升级加强版。

Lab相比较Notebook最大的优势在于它的用户界面集成强，适合多文档协助工作。

而且Lab是可拓展的，插件丰富，非常像vs code，但又完美地继承了Notebook的所有优点。

在这里插入图片描述

之前写过Lab的介绍文档，这次再来聊聊Lab里那些好用到爆炸的插件。

在Lab中安装插件并不需要pip，==直接在界面侧栏就可以搜索你需要的插件==。当然在此之前，你==需要设置显示插件栏==，因为默认插件栏不显示。

1. 设置插件栏

默认无插件栏

点击菜单栏Settings下拉框中的Advanced Settings Editor选项，会出现一个设置页面。

设置

接着，点击Extension Manager，并且在右边的空白框里填上{'enabled':true}，并且按右上角的保存按钮。

在这里插入图片描述

最后，你会看到Lab右边会出现插件栏的按钮，我已经安装过一些插件。
你可以在搜索栏搜索想要的插件，并直接安装。

插件栏

2. 介绍15款好用的插件

下面就来介绍15款非常nice的Jupyter Lab插件

1. github

安装这个插件后，JupyterLab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。

这个插件非常适合在Lab上学习github项目，方便高效。

github插件

2. toc

这是一个Lab的目录插件，安装后就能很方便地在Lab上展示notebook或者markdown的目录。
目录可以滚动，并且能展示或隐藏子目录。

toc

3. LaTeX

支持在线编辑并预览LaTeX文档。

LaTeX

4. HTML

该插件允许你在Jupyter Lab内部呈现HTML文件，这在打开例如d3可视化效果时非常有用。

在这里插入图片描述

5. plotly

该插件可以在Lab中展示plotly可视化效果。

在这里插入图片描述

6. bokeh

该插件可以在Lab中展示bokeh可视化效果。

在这里插入图片描述

7. matplotlib

该插件可以在Lab中启用matplotlib可视化交互功能。

在这里插入图片描述

8. drawio

该插件可以在Lab中启用drawio绘图工具，drawio是一款非常棒的流程图工具。

在这里插入图片描述

9. sql

该插件可以在Lab中连接数据库，并进行sql查询和修改操作。

在这里插入图片描述

10. variableinspector

该插件可以在Lab中展示代码中的变量及其属性，类似RStudio中的变量检查器。你可以一边撸代码，一边看有哪些变量。

在这里插入图片描述

11. dash

该插件可以在Lab中展示plotly dash交互式面板。

在这里插入图片描述

12. 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。

在这里插入图片描述

13. go to Definition

该插件用于在Lab笔记本和文件编辑器中跳转到变量或函数的定义。

在这里插入图片描述

14. lsp

该插件用于自动补全、参数建议、函数文档查询、跳转定义等。

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

15. spreadsheet

该插件用于在Lab上显示excel表格，只读模式。

在这里插入图片描述

3. 归纳一下

1. github
   可以打开github中的项目，notebook文件能够直接运行代码。

2. toc
   展示notebook或者markdown的目录。

3. LaTeX
   在线编辑并预览LaTeX文档。

4. HTML
   呈现HTML文件，在打开例如d3可视化效果时非常有用。

5. plotly
   可展示plotly可视化效果。

6. bokeh
   可展示bokeh可视化效果。

7. matplotlib
   可启用matplotlib可视化交互功能。

8. drawio
   可用drawio绘制流程图。

9. sql
   可接数据库，并进行sql查询和修改操作。

10. variableinspector
    展示代码中的变量及其属性。

11. dash
    可展示plotly dash交互式面板。

12. gather
    在Lab中清理代码，恢复丢失的代码以及比较代码版本。

13. go to Definition
    用于跳转到变量或函数的定义。

14. lsp
    用于自动补全、参数建议、函数文档查询、跳转定义等。

15. spreadsheet
    用于在Lab上显示excel表格，只读模式。

4. 小结

Jupyter Lab还有很多强大的拓展插件，这里也没办法一一列举。感兴趣的去github找找，提供一个项目供参考。
https://github.com/mauhai/awesome-jupyterlab

欢迎关注【数据小盐罐儿】一个很“咸”的数据科学公众号，不定期分享有趣好玩的项目以及大量的学习资源