JupyterLab，极其强大的下一代notebook！

Author： literature
发布时间：July 2, 2020
3223views
No comments
12062字数
Categories：深度学习主机教程

介绍：JupyterLab是Jupyter主打的最新数据科学生产工具，某种意义上，它的出现是为了取代Jupyter Notebook。不过不用担心Jupyter Notebook会消失，JupyterLab包含了Jupyter Notebook所有功能。JupyterLab作为一种基于web的集成开发环境，你可以使用它编写notebook、操作终端、编辑markdown文本、打开交互模式、查看csv文件及图片等功能。

总之，JupyterLab有以下特点：

交互模式：Python交互式模式可以直接输入代码，然后执行，并立刻得到结果，因此Python交互模式主要是为了调试Python代码用的
内核支持的文档：使你可以在可以在Jupyter内核中运行的任何文本文件（Markdown，Python，R等）中启用代码
模块化界面：可以在同一个窗口同时打开好几个notebook或文件（HTML, TXT, Markdown等等），都以标签的形式展示，更像是一个IDE
镜像notebook输出：让你可以轻易地创建仪表板
同一文档多视图：使你能够实时同步编辑文档并查看结果
支持多种数据格式：你可以查看并处理多种数据格式，也能进行丰富的可视化输出或者Markdown形式输出
云服务：使用Jupyter Lab连接Google Drive等服务，极大得提升生产力

服务器安装

1.下载`aconda`镜像，版本根据自己所需版本查看清华源，我用的是`Anaconda3-2019.07-Linux-x86_64`

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2019.07-Linux-x86_64.sh

2.安装，要回车接受一堆协议，再输入 `yes` ，后面都默认回车就行

bash Anaconda3-2019.07-Linux-x86_64.sh

3.安装成功之后，重新连接服务器就进入了一个大的虚拟环境，环境自动适配了`python`相应搭载版本，可以看到安装前后的区别，多了个`base`

安装成功前
安装成功后

`这里插播一条广告，这个命令有时会用到`

进入 conda base 环境

conda activate base

退出 conda base 环境

conda deactivate

4.安装`ipy`内核

python3 -m pip install ipykernel
python3 -m ipykernel install --user

5.安装`jupyterlab`

pip install jupyter jupyterlab

6.安装`ipython`

pip install ipython

7.打开`ipython`

ipython

7.创建管理员密码，设一个密码

from notebook.auth import passwd
passwd()

8.执行回车会得到相应的哈希密码链，`复制保存`，后续使用

sha1:ecf335df781b:d968f9d53b96ee4c81a3d16c34c267dfed90b9bf

9.重新打开一个终端窗口生成配置文件

jupyter notebook --generate-config

这个就是配置文件路径

10.编辑配置文件，方法有多种，可以用命令行，可以用宝塔，可以用终端的文件管理

补充一下命令行修改的方法，很多网友不会在LINUX下编辑文件。vim是在LINUX下编辑文件的命令，相当于LINUX下的记事本程序。然后点击i进入编辑模式，就可以编辑文件了。编辑好后先按一下 esc 再输入:wq+回车是保存退出，:wq!+回车是强制保存退出，:q!+回车是不保存退出。

vim /root/.jupyter/jupyter_notebook_config.py

配置文件是这样子的

11.在配置文件中找到这几项修改，两种方式 1是去掉前面的“*”号，修改相应的配置，2是直接在`nextbookapp`添加一下，`c.NotebookApp.password`是你第8步得到的，`c.NotebookApp.port`是你可以访问的端口，你可以修改，不要与其他端口冲突：

c.NotebookApp.ip='*'
c.NotebookApp.password =u'sha1:ecf335df781b:d968f9d53b96ee4c81a3d16c34c267dfed90b9bf'
c.NotebookApp.open_browser = False
c.NotebookApp.port =8888

这个呢是你的文件路径，不设置就是你的root文件夹，你必须设置一下，而且必须是已经存在的文件夹，它不会生成的，我赶时间我就不修改了

强制保存并退出，vim用法第10步有说

12.启动`jupyterlab`

nohup jupyter lab --allow-root &

13.浏览器访问，这里的端口可在第11步设置，可以设置为其他端口,要放通你的端口

 服务器ip:8888

输入你第7步设置的密码

环境配置

1.虚拟环境中安装了`python3`,`jupyter`中识别了`python3`，但是`centos7`之类的系统服务器本身自带`python2`

在jupyterlab中显示两者

ipython kernel install --name python2
ipython kernel install --name python3

2.安装`bash`内核

pip install bash_kernel
python3 -m bash_kernel.install

3.安装`TensorFlow`

base环境下安装关联插件

conda install ipykernel

创建虚拟环境

conda create -n Tensorflow2.0 python=3.6
//可修改相应环境名称和相应python版本，例如 conda create -n Tensorflow1.4 python=2.7

激活环境，他会给你激活命令的，复制就行

进入了虚拟环境

安装TensorFlow运行框架：版本根据需求安装

pip install tensorflow==2.0.0

在虚拟环境下创建kernel文件

conda install -n Tensorflow2.0 ipykernel

环境关联（显示的名字自己调整）

python -m ipykernel install --user --name Tensorflow2.0 --display-name "P3-Tensorflow2.0"

Tensorflow2.0 ：是你创建的环境名
P3-Tensorflow2.0 ：是你的jupyterlab显示的名字

双击选中刚在创建的虚拟环境，查看是否安装成功

import tensorflow as tf

tf.__version__
tf.__path__

可以解除关联，但是没必要，给命令，怕你想重新取名有用

jupyter-kernelspec remove Tensorflow2.0

删除虚拟环境命令

conda info --env//查看所有虚拟环境
conda remove -n name --all
jupyter kernelspec list//查看 Jupyter notebook kernel
jupyter kernelspec remove kernelname//删除  jupyter 内核

切换背景主题

Jupyter Lab支持两种背景主题，白色和黑色。步骤：settings->jupyterlab theme

扩展推荐

`kite`

插件地址
jupyter lab最强代码提示插件提起kite相信不少朋友都有印象，它是一个功能非常强大的代码补全工具，目前可用于Python与javascript，为许多知名的编辑器譬如Vs Code、Pycharm提供对应的插件。而最近kite开源了针对jupyter lab的代码补全插件，使得我们在代码提示补全功能较弱的jupyter lab平台上也可以体验到强大的kite功能。目前不支持服务器环境.

1. `github`

插件地址
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。

2.`toc`

插件地址
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。

3.`LaTeX`

插件地址
支持在线编辑并预览LaTeX文档。

4.`HTML`

插件地址
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。

5.`plotly`

插件地址
该插件可以在Lab中展示plotly可视化效果。

6.`bokeh`

插件地址
该插件可以在Lab中展示bokeh可视化效果。

7.`matplotlib`

插件地址
该插件可以在Lab中启用matplotlib可视化交互功能。

8.`drawio`

插件地址
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。

9.`sql`

插件地址
该插件可以在Lab中连接数据库，并进行sql查询和修改操作。

10.`variableinspector`

插件地址
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。

11.`dash`

插件地址
该插件可以在Lab中展示plotly dash交互式面板。

12.`gather`

插件地址
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。

13.`go to Definition`

插件地址
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。

14. `lsp`

插件地址
该插件用于自动补全、参数建议、函数文档查询、跳转定义等。

15.`spreadsheety`

插件地址
该插件用于在Lab上显示excel表格，只读模式。

【腾讯云】星星海SA2云服务器618钜惠，1核2G 首年95元【点击查看】。

文章：《JupyterLab，极其强大的下一代notebook！》
联系方式：

文章链接：https://wxiou.cn/index.php/archives/57/
除特别注明外，文章均为Literature原创，转载时请注明本文出处及文章链接

Last modification：July 24th, 2020 at 06:03 pm

如果觉得我的文章对你有用，请随意赞赏

JupyterLab，极其强大的下一代notebook！

literature • 2020 年 07 月 02 日

总之，JupyterLab有以下特点：

交互模式：Python交互式模式可以直接输入代码，然后执行，并立刻得到结果，因此Python交互模式主要是为了调试Python代码用的
内核支持的文档：使你可以在可以在Jupyter内核中运行的任何文本文件（Markdown，Python，R等）中启用代码
模块化界面：可以在同一个窗口同时打开好几个notebook或文件（HTML, TXT, Markdown等等），都以标签的形式展示，更像是一个IDE
镜像notebook输出：让你可以轻易地创建仪表板
同一文档多视图：使你能够实时同步编辑文档并查看结果
支持多种数据格式：你可以查看并处理多种数据格式，也能进行丰富的可视化输出或者Markdown形式输出
云服务：使用Jupyter Lab连接Google Drive等服务，极大得提升生产力

服务器安装

1.下载`aconda`镜像，版本根据自己所需版本查看清华源，我用的是`Anaconda3-2019.07-Linux-x86_64`

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2019.07-Linux-x86_64.sh

2.安装，要回车接受一堆协议，再输入 `yes` ，后面都默认回车就行

bash Anaconda3-2019.07-Linux-x86_64.sh

3.安装成功之后，重新连接服务器就进入了一个大的虚拟环境，环境自动适配了`python`相应搭载版本，可以看到安装前后的区别，多了个`base`

安装成功前
安装成功后

`这里插播一条广告，这个命令有时会用到`

进入 conda base 环境

conda activate base

退出 conda base 环境

conda deactivate

4.安装`ipy`内核

python3 -m pip install ipykernel
python3 -m ipykernel install --user

5.安装`jupyterlab`

pip install jupyter jupyterlab

6.安装`ipython`

pip install ipython

7.打开`ipython`

ipython

7.创建管理员密码，设一个密码

from notebook.auth import passwd
passwd()

8.执行回车会得到相应的哈希密码链，`复制保存`，后续使用

sha1:ecf335df781b:d968f9d53b96ee4c81a3d16c34c267dfed90b9bf

9.重新打开一个终端窗口生成配置文件

jupyter notebook --generate-config

这个就是配置文件路径

10.编辑配置文件，方法有多种，可以用命令行，可以用宝塔，可以用终端的文件管理

vim /root/.jupyter/jupyter_notebook_config.py

配置文件是这样子的

11.在配置文件中找到这几项修改，两种方式 1是去掉前面的“*”号，修改相应的配置，2是直接在`nextbookapp`添加一下，`c.NotebookApp.password`是你第8步得到的，`c.NotebookApp.port`是你可以访问的端口，你可以修改，不要与其他端口冲突：

c.NotebookApp.ip='*'
c.NotebookApp.password =u'sha1:ecf335df781b:d968f9d53b96ee4c81a3d16c34c267dfed90b9bf'
c.NotebookApp.open_browser = False
c.NotebookApp.port =8888

这个呢是你的文件路径，不设置就是你的root文件夹，你必须设置一下，而且必须是已经存在的文件夹，它不会生成的，我赶时间我就不修改了

强制保存并退出，vim用法第10步有说

12.启动`jupyterlab`

nohup jupyter lab --allow-root &

13.浏览器访问，这里的端口可在第11步设置，可以设置为其他端口,要放通你的端口

 服务器ip:8888

输入你第7步设置的密码

环境配置

1.虚拟环境中安装了`python3`,`jupyter`中识别了`python3`，但是`centos7`之类的系统服务器本身自带`python2`

在jupyterlab中显示两者

ipython kernel install --name python2
ipython kernel install --name python3

2.安装`bash`内核

pip install bash_kernel
python3 -m bash_kernel.install

3.安装`TensorFlow`

base环境下安装关联插件

conda install ipykernel

创建虚拟环境

conda create -n Tensorflow2.0 python=3.6
//可修改相应环境名称和相应python版本，例如 conda create -n Tensorflow1.4 python=2.7

激活环境，他会给你激活命令的，复制就行

进入了虚拟环境

安装TensorFlow运行框架：版本根据需求安装

pip install tensorflow==2.0.0

在虚拟环境下创建kernel文件

conda install -n Tensorflow2.0 ipykernel

环境关联（显示的名字自己调整）

python -m ipykernel install --user --name Tensorflow2.0 --display-name "P3-Tensorflow2.0"

Tensorflow2.0 ：是你创建的环境名
P3-Tensorflow2.0 ：是你的jupyterlab显示的名字

双击选中刚在创建的虚拟环境，查看是否安装成功

import tensorflow as tf

tf.__version__
tf.__path__

可以解除关联，但是没必要，给命令，怕你想重新取名有用

jupyter-kernelspec remove Tensorflow2.0

删除虚拟环境命令

conda info --env//查看所有虚拟环境
conda remove -n name --all
jupyter kernelspec list//查看 Jupyter notebook kernel
jupyter kernelspec remove kernelname//删除  jupyter 内核

切换背景主题

Jupyter Lab支持两种背景主题，白色和黑色。步骤：settings->jupyterlab theme

扩展推荐

`kite`

插件地址
jupyter lab最强代码提示插件提起kite相信不少朋友都有印象，它是一个功能非常强大的代码补全工具，目前可用于Python与javascript，为许多知名的编辑器譬如Vs Code、Pycharm提供对应的插件。而最近kite开源了针对jupyter lab的代码补全插件，使得我们在代码提示补全功能较弱的jupyter lab平台上也可以体验到强大的kite功能。目前不支持服务器环境.

1. `github`

插件地址
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。

2.`toc`

插件地址
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。

3.`LaTeX`

插件地址
支持在线编辑并预览LaTeX文档。

4.`HTML`

插件地址
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。

5.`plotly`

插件地址
该插件可以在Lab中展示plotly可视化效果。

6.`bokeh`

插件地址
该插件可以在Lab中展示bokeh可视化效果。

7.`matplotlib`

插件地址
该插件可以在Lab中启用matplotlib可视化交互功能。

8.`drawio`

插件地址
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。

9.`sql`

插件地址
该插件可以在Lab中连接数据库，并进行sql查询和修改操作。

10.`variableinspector`

插件地址
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。

11.`dash`

插件地址
该插件可以在Lab中展示plotly dash交互式面板。

12.`gather`

插件地址
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。

13.`go to Definition`

插件地址
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。

14. `lsp`

插件地址
该插件用于自动补全、参数建议、函数文档查询、跳转定义等。

15.`spreadsheety`

插件地址
该插件用于在Lab上显示excel表格，只读模式。

服务器安装

1.下载aconda镜像，版本根据自己所需 版本查看清华源，我用的是Anaconda3-2019.07-Linux-x86_64

2.安装，要回车接受一堆协议，再输入 yes ，后面都默认回车就行

3.安装成功之后，重新连接服务器就进入了一个大的虚拟环境，环境自动适配了python相应搭载版本，可以看到安装前后的区别，多了个base

这里插播一条广告，这个命令有时会用到

4.安装ipy内核

5.安装jupyterlab

6.安装ipython

7.打开ipython

7.创建管理员密码，设一个密码

8.执行回车会得到相应的哈希密码链，复制保存，后续使用

9.重新打开一个终端窗口生成配置文件

10.编辑配置文件，方法有多种，可以用命令行，可以用宝塔，可以用终端的文件管理

11.在配置文件中找到这几项修改，两种方式 1是去掉前面的“*”号，修改相应的配置，2是直接在nextbookapp添加一下，c.NotebookApp.password是你第8步得到的，c.NotebookApp.port是你可以访问的端口，你可以修改，不要与其他端口冲突：

12.启动jupyterlab

13.浏览器访问，这里的端口可在第11步设置，可以设置为其他端口,要放通你的端口

环境配置

1.虚拟环境中安装了python3,jupyter中识别了python3，但是centos7之类的系统服务器本身自带python2

2.安装bash内核

3.安装TensorFlow

切换背景主题

扩展推荐

kite

1. github

2.toc

3.LaTeX

4.HTML

5.plotly

6.bokeh

7.matplotlib

8.drawio

9.sql

10.variableinspector

11.dash

12.gather

13.go to Definition

14. lsp

15.spreadsheety