阅读量:3
Jupyter Lab 常用插件安装与使用指南
Jupyter Lab 支持许多有用的插件，这些插件可以显著增强其功能。以下是一些常用插件的详细安装和使用方法。
1. 中文语言包
安装和使用步骤
安装 JupyterLab-Translate 扩展：
pip install jupyterlab-translate jupyter labextension install jupyterlab-translate安装中文语言包：
pip install jupyterlab-zh-CN启动 Jupyter Lab，切换语言：
- 打开 Jupyter Lab 后，点击右上角的 “Settings” 菜单。
- 选择 “Language”。
- 在弹出的对话框中选择 “简体中文”（Simplified Chinese）。
- 重启 Jupyter Lab，界面应该切换到中文。
2. LaTeX 支持
安装和使用步骤
安装 LaTeX 插件：
pip install jupyterlab-latex jupyter labextension install @jupyterlab/latex启动 Jupyter Lab，并打开 LaTeX 文件：
- 在文件浏览器中双击 .tex 文件，即可查看和编辑 LaTeX 文档。
- 使用工具栏上的按钮编译和查看 PDF 预览。
3. HTML 预览
安装和使用步骤
安装 HTML 预览插件：
jupyter labextension install @jupyterlab/htmlviewer启动 Jupyter Lab，并打开 HTML 文件：
- 在文件浏览器中双击 .html 文件，即可查看 HTML 文件的内容。
4. Plotly 支持
安装和使用步骤
安装 Plotly：
pip install plotly jupyter labextension install jupyterlab-plotly使用 Plotly 绘图：
import plotly.express as px df = px.data.iris() fig = px.scatter(df, x='sepal_width', y='sepal_length', color='species') fig.show()
5. Bokeh 支持
安装和使用步骤
安装 Bokeh：
pip install bokeh使用 Bokeh 绘图：
from bokeh.plotting import figure, output_notebook, show output_notebook() p = figure(title="Simple Line Example", x_axis_label='x', y_axis_label='y') p.line([1, 2, 3, 4, 5], [6, 7, 2, 4, 5], legend_label="Temp.", line_width=2) show(p)
6. Matplotlib 支持
Matplotlib 是 Jupyter Lab 内置支持的。
使用 Matplotlib 绘图：
import matplotlib.pyplot as plt plt.plot([1, 2, 3, 4], [1, 4, 9, 16]) plt.ylabel('some numbers') plt.show() 7. Draw.io 图形编辑
安装和使用步骤
安装 Draw.io 插件：
jupyter labextension install jupyterlab-drawio使用 Draw.io 创建和编辑图形：
- 在文件浏览器中右键点击选择 “New” > “Diagram”。
- 使用 Draw.io 界面创建和编辑图形。
8. SQL 支持
安装和使用步骤
安装 SQL 插件：
pip install ipython-sql使用 SQL 查询：
%load_ext sql %sql sqlite:// %sql CREATE TABLE test (a INT, b INT) %sql INSERT INTO test VALUES (1, 2) %sql SELECT * FROM test
9. Variable Inspector
安装和使用步骤
安装 Variable Inspector 插件：
jupyter labextension install @lckr/jupyterlab_variableinspector使用 Variable Inspector：
- 在左侧栏会显示 Variable Inspector 图标，点击打开变量查看器。
- 运行代码单元格后，可以在查看器中看到变量及其值。
10. Dash 支持
安装和使用步骤
安装 Dash：
pip install dash使用 Dash 创建仪表盘：
import dash import dash_core_components as dcc import dash_html_components as html from dash.dependencies import Input, Output app = dash.Dash(__name__) app.layout = html.Div([ dcc.Input(id='input', value='initial value', type='text'), html.Div(id='output') ]) @app.callback( Output(component_id='output', component_property='children'), [Input(component_id='input', component_property='value')] ) def update_output_div(input_value): return 'You\'ve entered "{}"'.format(input_value) if __name__ == '__main__': app.run_server(debug=True)
11. Gather 支持
安装和使用步骤
安装 Gather 插件：
jupyter labextension install @jupyterlab/gather使用 Gather：
- 右键点击代码单元格，选择 “Gather to Notebook” 或 “Gather to Script”。
- Gather 将提取相关代码并生成新的笔记本或脚本。
12. Go to Definition 支持
安装和使用步骤
安装插件：
pip install jupyterlab-go-to-definition jupyter labextension install @krassowski/jupyterlab-go-to-definition使用 Go to Definition：
- 在代码单元格中右键点击某个函数或变量，选择 “Go to Definition”。
13. Language Server Protocol (LSP)
安装和使用步骤
安装 LSP 插件：
pip install jupyterlab-lsp jupyter labextension install @krassowski/jupyterlab-lsp安装所需语言的服务器，例如，Python 语言服务器：
pip install 'python-lsp-server[all]'使用 LSP 功能：
- 打开代码文件或笔记本，LSP 功能会自动启用。
- 代码自动补全、语法检查和文档提示等功能将会生效。
14. Spreadsheet 支持
安装和使用步骤
安装 SpreadSheet 插件：
jupyter labextension install @jupyterlab/spreadsheet使用 SpreadSheet：
- 在文件浏览器中右键点击选择 “New” > “Spreadsheet”。
- 使用 SpreadSheet 界面编辑和管理表格数据。
15. JupyterLab-Git
JupyterLab-Git 插件为 Jupyter Lab 提供了 Git 版本控制的集成。
安装步骤
安装 Python 包：
pip install jupyterlab-git安装 Jupyter Lab 扩展：
jupyter labextension install @jupyterlab/git安装 NodeJS（如果没有安装）：
conda install -c conda-forge nodejs启动 Jupyter Lab 并启用扩展：
jupyter lab
使用方法
- 在左侧栏会显示 Git 图标，点击打开 Git 面板。
- 通过面板可以执行 Git 操作，如提交、更改日志查看、分支管理等。
16. JupyterLab-Toc
JupyterLab-Toc 插件为 Jupyter Lab 提供了一个目录功能，可以方便地导航笔记本中的内容。
安装步骤
安装 Jupyter Lab 扩展：
jupyter labextension install @jupyterlab/toc启动 Jupyter Lab 并启用扩展：
jupyter lab
使用方法
- 在左侧栏会显示 TOC 图标，点击打开目录视图。
- 目录视图会自动根据笔记本中的标题生成，点击条目可以快速跳转到相应部分。
总结
通过安装和配置这些插件，可以显著增强 Jupyter Lab 的功能和用户体验。这些插件涵盖了从语言支持、代码管理、图形编辑到数据处理的各个方面。希望这些信息对你有帮助，如果还有其他问题，请随时提问。
