超强一代JupyterLab 3.0发布!兼具可视化调试、中文显示、简单交互界面等功能...

点击上方“CVer”,选择加"星标"置顶

重磅干货,第一时间送达

本文转载自:机器之心  |  编辑:陈萍、杜伟

作者:Jeremy Tuloup

超强下一代 Jupyter Notebook :JupyterLab 3.0 已经发布了,新版本为用户带来了许多新特性,并对扩展系统进行了实质性的改进。

JupyterLab 是广受欢迎的 Jupyter Notebook「新」界面。它是一个交互式的开发环境,可用于 notebook、代码或数据,因此它的扩展性非常强。用户可以使用它编写 notebook、操作终端、编辑 markdown 文本、打开交互模式、查看 csv 文件及图片等。除此以外,JupyterLab 还具有灵活而强大的用户界面。就在近日,这款好用的工具发布了新版本 JupyterLab 3.0。

超强一代JupyterLab 3.0发布!兼具可视化调试、中文显示、简单交互界面等功能..._第1张图片

JupyterLab 3.0 在以下几个方面进行了改进:

  • 可视化调试器;

  • 支持多种显示语言;

  • notebook 目录;

  • 扩展系统。

3 种安装方式

JupyterLab 3.0 的安装方式有 3 种,第一种采用 pip 方式进行安装,代码如下:

pip install jupyterlab==3

第 2 种采用 mamba(快速跨平台软件包管理器)方式进行安装,代码如下:

mamba install -c conda-forge jupyterlab=3

第 3 种采用 conda 方式进行安装,代码如下:

conda install -c conda-forge jupyterlab=3

需要注意,为了兼容 JupyterLab 3.0,许多第三方扩展仍在更新中,所以用户需要检查自己使用的扩展,必要时也可以更新这些扩展。接下来详细介绍 JupyterLab 3.0 在面向用户使用方面的一些主要改进。

JupyterLab 3.0 新特性

可视化调试器

JupyterLab 3.0 现在具备可视化调试器功能了。为了使用可视化调试器,用户首先需要一个支持调试器的内核。Xeus-Python 内核是第一个支持 Python 代码调试的 Jupyter 内核。展示如下:

超强一代JupyterLab 3.0发布!兼具可视化调试、中文显示、简单交互界面等功能..._第2张图片

在 JupyterLab 3.0 中使用可视化调试器进入 Python 程序。

更多详细文档请参阅:https://jupyterlab.readthedocs.io/en/stable/user/debugger.html

目录扩展

现在 JupyterLab 3.0 提供了目录扩展,使得用户更方便地查看和浏览文档结构。展示如下:

超强一代JupyterLab 3.0发布!兼具可视化调试、中文显示、简单交互界面等功能..._第3张图片

在 JupyterLab 3.0 使用目录功能。

支持多种语言显示

JupyterLab 3.0 提供了设置用户界面显示语言的功能。若要使用这种功能,用户需要将语言包作为单独的 Python 包安装。语言包在 GitHub 项目中已经分组,采用 pip 的方式就可以安装。例如,使用以下代码可以安装简体中文语言包:

pip install jupyterlab-language-pack-zh-CN

超强一代JupyterLab 3.0发布!兼具可视化调试、中文显示、简单交互界面等功能..._第4张图片

以简体中文显示的 JupyterLab 3.0 界面。

关于添加新语言包请参考:https://jupyterlab.readthedocs.io/en/stable/user/language.html

简单交互界面模式的改进

JupyterLab 3.0 对简单交互界面模式(即以往的单文档显示模式)进行了更新,使交互界面模式更流畅、更能面向文档。用户可以使用状态栏中的开关切换简单交互界面模式,也可以从视图菜单或命令面板中切换或者使用默认快捷键「Ctrl/Cmd+Shift+D」。

超强一代JupyterLab 3.0发布!兼具可视化调试、中文显示、简单交互界面等功能..._第5张图片

启用和禁用简单交互界面模式。

JupyterLab 3.0 对移动设备的支持也得到了很大的改进。用户可以对窗口进行缩展,使布局更加紧凑。当窗口缩小时,JupyterLab 自动切换到简单交互界面模式。

JupyterLab 在屏幕缩小时自动切换到简单交互界面模式。

目前这项功能正在不断的迭代更新,使得这个交互界面在移动设备上更容易访问。

使用 pip 和 conda/mamba 方式安装新的扩展

JupyterLab 扩展现在可以作为预构建的扩展进行分发,而不需要用户重新构建 JupyterLab 或安装 Node.js。用户可以使用熟悉的包管理器(如 pip、conda 和 mamba)将预构建的扩展作为 Python 包分发,从而使得安装和使用扩展更快更方便。

超强一代JupyterLab 3.0发布!兼具可视化调试、中文显示、简单交互界面等功能..._第6张图片

采用 pip 方式安装新的扩展。

预构建的扩展可以作为单独的包发布到 PyPI 和 conda-forge 中,或者捆绑到带有 Jupyter 服务器扩展和 Classic Notebook 扩展的包中。这些有助于整个系统的一致性。

例如:使用 pip 或 conda 方式安装新的 ipywidgets 7.6.0,以在典型的 Jupyter Notebook 和 JupyterLab3.0 中自动启用 ipywidgets—无需额外的步骤或者重建 JupyterLab。

超强一代JupyterLab 3.0发布!兼具可视化调试、中文显示、简单交互界面等功能..._第7张图片

在 JupyterLab 3.0 中自动安装 ipywidgets。

改进 Extension Author 的工作流程

新的预构建扩展对于 Extension Author 来说开发起来非常方便。TypeScript 扩展 cookiecutter 已经更新为默认情况下开发预构建的扩展,并提供了所有必要的工具来快速从头开始创建新的扩展。

关于扩展的更多信息,请参考:

  • https://jupyterlab.readthedocs.io/en/stable/extension/extension_dev.html

  • https://jupyterlab.readthedocs.io/en/latest/extension/extension_migration.html

如果你正在寻找示例来学习如何制作自己的扩展,请查看 GitHub 上的扩展示例库。这些示例已经更新兼容 JupyterLab 3.0,并提供了开发扩展的手动方法。

扩展示例库地址:https://github.com/jupyterlab/extension-examples

变更日志

上述内容仅仅概述了 JupyterLab 3.0 的新功能。如果你想要浏览更完整的变更列表,包括错误修复等,请查看详细变更日志。

  • 详细变更日志地址:https://jupyterlab.readthedocs.io/en/stable/getting_started/changelog.html#v3-0

  • JupyterLab 3.0 测试地址:https://mybinder.org/v2/gh/jupyterlab/jupyterlab-demo/3818244?urlpath=lab

原文链接:https://blog.jupyter.org/jupyterlab-3-0-is-out-4f58385e25bb

CV资源下载

后台回复:CVPR2020,即可下载代码开源的论文合集

后台回复:ECCV2020,即可下载代码开源的论文合集

后台回复:YOLO,即可下载YOLOv4论文和代码

后台回复:Trasnformer综述,即可下载两个最新的视觉Transformer综述PDF,肝起来!

重磅!CVer-细分垂直交流群成立

扫码添加CVer助手,可申请加入CVer-细分垂直方向 微信交流群,可申请加入CVer大群,细分方向已涵盖:目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、TransformerPyTorch和TensorFlow等群。

一定要备注:研究方向+地点+学校/公司+昵称(如目标检测+上海+上交+卡卡),根据格式备注,才能通过且邀请进群

▲长按加微信群

▲长按关注CVer公众号

整理不易,请给CVer点赞和在看

你可能感兴趣的:(可视化,python,java,人工智能,编程语言)