不吹不黑，jupyter lab 3.0客觀使用體驗

• 2021 年 1 月 9 日
• 筆記
• jupyter lab

1 簡介

　　jupyter lab於近期發布了其具有里程碑意義的3.0版本，隨之帶來的一些重要新特性，想必廣大讀者朋友已在各大公眾號所翻譯轉載的jupyter lab團隊官方介紹文章中知曉了很多。

　　那麼目前的jupyter lab好用嗎？是否還存在bug？適合直接升級使用嗎？今天的文章就將通過我的真實使用體驗，來認識jupyter lab 3.0。

2 jupyter lab 3.0使用體驗

　　為了不干擾現有的環境，我們通過以下程式碼創建新的環境，並安裝最新穩定版本的jupyter lab：

conda create -n temp python=3.7 -y
conda activate temp
pip install jupyterlab -U

　　這樣我們的jupyter lab就安裝好了，版本為3.0.3：

　　接下來我們就逐一體驗官方所述的新版本特性，看看是否好用，是否還存在問題。

2.1 「無需nodejs即可安裝插件」

　　作為官方宣傳的jupyter lab3.0版本後最大的改變，似乎我們可以不需要nodejs，不通過jupyter labextension install語句，僅僅依靠pip/conda/mamba就可以安裝拓展，那麼目前未知，常見常用的那些jupyter lab拓展都可以這樣安裝嗎？

　　我測試了一下，目前確實已經有一些主流的，官方或非官方出品的拓展已經可以這樣安裝了，譬如：

• jupyter-kite

　　作為jupyter lab平台上非常實用的程式碼智慧補全插件，按照官方Github倉庫的說明，通過下面語句，即可成功安裝😉：

pip install "jupyterlab-kite>=2.0.2"

　　使用起來也是非常穩定：

• jupyter-matplotlib

　　作為jupyter lab上開啟互動式matplotlib繪圖所需的拓展，我們現在可以通過下面的語句直接進行安裝，這樣的好處顯而易見——我們無需再build了！

pip install ipympl

　　並且jupyter-matplotlib安裝過程順道把@jupyter-widgets/jupyterlab-manager拓展安裝上了，這意味著它也不需要nodejs依賴了_歡呼🥳

　　但jupyter lab插件茫茫多，上面舉的例子只是其中過渡動作比較快的，仍然有大量的好用的jupyter lab插件還未兼容jupyter lab 3.0，譬如我們過往文章介紹過的非常實用的，用於記錄每個cell執行耗時等資訊的jupyterlab-execute-time：

　　以及keplergl-jupyter：

　　因此如果你有很多心愛的常用的插件仍未做好新版本兼容的工作，那麼繼續使用2.X版本觀望，才是現階段更好的選擇。

2.2 「官方漢化」

　　作為官方宣傳的一個重要特性之一，jupyter lab 3.0中號稱支援了多語種介面切換，那麼我們按照官方的說話，通過pip install jupyterlab-language-pack-zh-CN來下載中文漢化包來試試：

　　咦，居然找不到這個庫，原來官方至今（2020-01-09）還未在pypi發布所謂的中文翻譯包，但這不代表我們無法使用它，通過在官方Github倉庫下經過一番交流，我找到了一個可以進行本地安裝的whl文件，你可以在 //jfds-1252952517.cos.ap-chengdu.myqcloud.com/jupyterhub/jupyterlab_language_pack_zh_CN-0.0.1.dev0-py2.py3-none-any.whl 進行下載，感謝akshare作者的資源分享。

　　通過pip install jupyterlab_language_pack_zh_CN-0.0.1.dev0-py2.py3-none-any.whl在本地成功安裝之後，回到jupyter lab刷新一下介面，會看到可用的語言設置選項：

　　點擊切換之後，哇哦，真的可以使用官方中文了耶！

　　相信之後可在線安裝的官方正式版本會很快發布，如果心急的朋友想要嘗鮮，也可以像我這樣進行配置。

2.3 其他新特性

　　而至於其他新特性，譬如自帶的交互gui式的debugger：

conda install xeus-python=0.8.6 -c conda-forge -y

　　或是自帶的目錄功能，其實都不是新東西，只不過現在你無須安裝就可以使用，而新增加的simple模式等特性，吸引力都不是特別大：

　　作為一次大的升級，我們在新版jupyter lab身上看到了其深挖用戶需求，做出重大升級的努力，也初步帶來了很好的效果，隨著開發過程的進行，未來的jupyter lab相信會更好用，而至於目前是否值得升級，相信閱讀到此的你，心中已經有了答案。

　　以上就是本文的全部內容，歡迎在評論區與我進行討論~