JupyterLab的安装与使用完全指南

一、什么是JupyterLab?

JupyterLab是Jupyter项目的新一代用户界面,它是一个基于Web的交互式开发环境,用于处理笔记本、代码和数据。JupyterLab的设计具有模块化和可扩展性,允许您以灵活的方式组织工作空间。

  • 多行代码编辑和语法高亮

  • 内置数据可视化支持

  • 支持多种文件格式(文本、Markdown、PDF等)

  • 可扩展的插件系统

  • 内置文件浏览器

  • 集成终端

二、安装JupyterLab

2.1 使用pip安装

最简单的安装方式是通过pip:

bash 复制代码
# 基础安装
pip install jupyterlab

# 如果需要科学计算环境,可以一起安装常用库
pip install jupyterlab numpy pandas matplotlib scikit-learn

2.2 使用conda安装

如果你使用Anaconda或Miniconda:

bash 复制代码
# 创建新的虚拟环境(推荐)
conda create -n jupyter_env python=3.9

# 激活环境
conda activate jupyter_env

# 安装JupyterLab
conda install -c conda-forge jupyterlab

2.3 验证安装

安装完成后,验证是否成功:

bash 复制代码
jupyter lab --version

三、启动JupyterLab

3.1 基本启动命令

bash 复制代码
# 在默认浏览器中启动
jupyter lab

# 指定端口启动
jupyter lab --port=9999

# 不自动打开浏览器
jupyter lab --no-browser

# 允许外部访问(小心使用)
jupyter lab --ip=0.0.0.0

启动后,终端会显示类似下面的信息:

默认在本地启动,即localhost,127.0.0.1

默认端口为8888

token=your_token_here

3.2 指定文件夹

bash 复制代码
jupyter-lab --notebook-dir=yourpath

四、快捷键

4.1 模式切换‌

  • ‌**Esc**‌:从编辑模式进入命令模式
  • ‌**Enter**‌:从命令模式进入编辑模式

**4.2 命令模式常用快捷键(按 Esc 后使用)**‌

‌运行与导航‌

  • ‌Shift + Enter‌:运行当前单元格并选中下方单元格
  • ‌Ctrl + Enter‌:运行当前单元格(光标保留在原处)
  • ‌Alt + Enter‌:运行当前单元格并在下方插入新单元格

‌单元格操作‌

  • ‌A‌:在上方插入新单元格
  • ‌B‌:在下方插入新单元格
  • ‌D, D‌(连续按两次 D):删除当前单元格
  • ‌X‌:剪切当前单元格
  • ‌C‌:复制当前单元格
  • ‌V‌:粘贴到下方
  • ‌Shift + V‌:粘贴到上方
  • ‌Z‌:撤销删除最近的单元格
  • ‌Shift + M‌:合并选中的多个单元格

‌类型转换‌

  • ‌Y‌:转为代码单元格
  • ‌M‌:转为 Markdown 单元格
  • ‌R‌:转为 Raw 单元格

‌其他功能‌

  • ‌S‌ 或 ‌Ctrl + S‌:保存笔记本
  • ‌L‌:切换当前单元格行号显示
  • ‌Shift + L‌:全局切换所有单元格行号
  • ‌H‌:打开快捷键帮助窗口
  • ‌I, I‌:中断内核
  • ‌0, 0‌(连续按两次 0):重启内核

4.3 编辑模式常用快捷键(按 Enter 后使用)

‌代码编辑‌

  • ‌Tab‌:代码补全或缩进
  • ‌Shift + Tab‌:显示函数参数提示(多按可查看详细文档)
  • ‌Ctrl + ]‌:缩进选中代码
  • ‌Ctrl + [‌:取消缩进
  • ‌Ctrl + /‌:注释/取消注释当前行或选中代码块

‌光标与文本操作‌

  • ‌Ctrl + Home‌:跳到单元格开头
  • ‌Ctrl + End‌:跳到单元格末尾
  • ‌Ctrl + A‌:全选单元格内容
  • ‌Ctrl + Z‌:撤销
  • ‌Ctrl + Shift + Z‌:重做

五、JupyterLab和JupyterNotebook有什么区别?

两者都是基于Jupyter项目开发的。

Jupyter Notebook是Jupyter项目的早期版本,它提供了一个基于Web的交互式计算环境,允许你在一个笔记本中编写和运行代码、可视化数据以及编写文本注释。Notebook使用基于单个文档的界面,通过一系列的单元格来组织代码和文本内容。每个单元格可以独立执行,这种交互式的方式方便了实验、迭代和可视化过程。

JupyterLab是Jupyter项目的新一代交互式计算环境,它提供了更加现代和灵活的用户界面。JupyterLab通过标签页和面板的方式,将多个笔记本、代码编辑器、终端和其他工具集成到一个窗口中。这使得你可以同时打开和管理多个文件和环境,更加高效地进行代码编写、调试和数据分析。JupterLab打开后的界面如下所示:

jupterLab中不仅包含了jupternotebook,还包含了console、终端和其他的工具集,可以在jupterlab中同时打开多个工具进行操作。

相关推荐
第九序言T8 小时前
Python 数据处理进阶(十八)批量处理同结构文件:一个文件夹一次跑完
开发语言·python·自动化·pandas·数据处理
Java后端的Ai之路9 小时前
CAS并发控制-从CPU指令到企业级乐观锁
vue.js·人工智能·python·cas·乐观锁
qq_426003969 小时前
UI自动化高频次登录login限流解决方案
python·ui·自动化
Sakura_j_h_9 小时前
EasyEDA PCB 快速设计Skills
c++·python·github
quantdash_cc10 小时前
如何验证历史行情的交易日期是否完整覆盖研究区间?
python·数据分析·pandas·量化交易·股票数据·quantdash
I Am a robert girl10 小时前
当智能体学会“串通”:从长程交互中读懂涌现式合谋
python·多智能体系统·多智能体协作·llm agent·涌现式合谋·对齐问题·激励机制设计
云和数据.ChenGuang11 小时前
光哥说Python RAG 系统需要哪些评估指标:从检索到生成的全链路评测指南
网络·人工智能·python·算法·langchain
专注仿真11 小时前
线性回归和逻辑回归算法详解
开发语言·人工智能·python·大模型训练·控制算法
wflynn12 小时前
GitHub 今日推荐|Edge0:让大号 MoE 模型在一台 Mac 上流式跑起来
python·开源·github
2601_9679801112 小时前
python之用scapy分层解析pcap报文(Ethernet帧、IP数据包、TCP数据包、UDP数据包、Raw数据包)
python·scapy·pcap·协议分析·网络数据包