JupyterLab、Jupyter Notebook 和 Voilà 的安装与使用指南

⚡⚡⚡ 新年新文⚡⚡⚡

文章目录

- [1，JupyterLab 的安装与使用](#1，JupyterLab 的安装与使用)
- - [1.1 安装方法](#1.1 安装方法)
  - [1.2 启动与基本使用](#1.2 启动与基本使用)
- [2，Jupyter Notebook 的安装与使用](#2，Jupyter Notebook 的安装与使用)
- - [2.1 安装方法](#2.1 安装方法)
  - [2.2 启动与基本使用](#2.2 启动与基本使用)
- [3，Voilà 的安装与使用](#3，Voilà 的安装与使用)
- - [3.1 安装方法](#3.1 安装方法)
  - [3.2 启动与基本使用](#3.2 启动与基本使用)
- 4，三者的协同与进阶
- - [4.1 协同工作流](#4.1 协同工作流)
  - [4.2 参数与扩展](#4.2 参数与扩展)
  - [4.3 三个工具的启动方式对比](#4.3 三个工具的启动方式对比)
- 5，示例
- - [5.1 绘制简单图形](#5.1 绘制简单图形)
  - [5.2 复杂的样式](#5.2 复杂的样式)

本文系统地整理 JupyterLab、Jupyter Notebook 和 Voilà 的安装与使用指南。这三个工具同属 Jupyter 生态系统，可以看作是一个项目从开发、调试到成果交付不同阶段的利器。

Jupyter Notebook：经典的交互式笔记本，适合快速实验、教学和生成可复现的分析报告。
JupyterLab：Jupyter 的下一代用户界面，是一个集成了笔记本、代码编辑器、终端、文件浏览器等功能的模块化科学计算工作环境。
Voilà：能将 Jupyter Notebook 转换为独立的、交互式 Web 应用程序（仪表盘）的工具，它隐藏了背后的代码，只展示运行结果和控件。

1，JupyterLab 的安装与使用

JupyterLab 是当前 Jupyter 生态的核心界面，也是官方推荐的"继任者"，适用于绝大多数新项目。

1.1 安装方法

在安装前，请确保你的计算机上已安装 Python (3.8 或更高版本) 。

方法一：使用 pip 安装（推荐）

这是最直接的方式，适用于大多数 Python 用户。

打开终端 (Windows 用户打开命令提示符或 PowerShell，macOS/Linux 用户打开终端)。
（强烈推荐）创建并激活虚拟环境，这可以避免不同项目之间的包冲突。

bash 复制代码

# 创建虚拟环境
python -m venv my_jupyter_env

# 激活虚拟环境
# Windows:
my_jupyter_env\Scripts\activate
# macOS / Linux:
source my_jupyter_env/bin/activate

安装 JupyterLab：

bash 复制代码

pip install jupyterlab

验证安装：

bash 复制代码

jupyter lab --version

方法二：使用 Conda 安装

如果你使用 Anaconda 或 Miniconda 管理环境，这是一个很好的选择。

bash 复制代码

# 创建一个新的 conda 环境并安装 Python 3.12
conda create --name jupyter-env python=3.12
# 激活环境
conda activate jupyter-env
# 从 conda-forge 频道安装 JupyterLab
conda install -c conda-forge jupyterlab

1.2 启动与基本使用

启动 JupyterLab：在终端（确保已激活目标环境）中运行以下命令：

bash 复制代码

jupyter lab

命令执行后，终端会显示服务器日志，并自动在默认浏览器中打开 JupyterLab 界面（通常是 http://localhost:8888/lab）。请保持终端窗口运行，关闭它即关闭服务。

常用启动选项：

在指定目录启动：jupyter lab --notebook-dir=/path/to/your/project
使用自定义端口：jupyter lab --port=9999
启动但不打开浏览器：jupyter lab --no-browser（适用于远程服务器）

核心界面与操作：

文件浏览器：左侧边栏用于管理项目目录下的文件和文件夹。
启动器：主界面中央的启动器（Launcher）可以让你快速创建新的笔记本（Notebook）、打开控制台（Console）、启动终端（Terminal）或创建文本文件。
多面板工作区：你可以通过拖拽标签页来创建并排的布局，例如一边是代码笔记本，一边是数据表格或终端。
创建和运行笔记本：在启动器中点击"Python 3"图标，新建一个 .ipynb 文件。在代码单元格中输入代码，按 Shift + Enter 运行并自动进入下一个单元格。你还可以使用 Markdown 单元格添加格式化的文本说明。

2，Jupyter Notebook 的安装与使用

Jupyter Notebook 是经典版本，如果你习惯其简洁的界面，或需要运行一些仅支持它的旧版扩展，可以选择它。值得注意的是，新版 Jupyter Notebook (v7) 的底层已经基于 JupyterLab 组件构建，因此安装方式与 JupyterLab 高度重叠。

2.1 安装方法

方法一：通过 pip 安装

在虚拟环境中安装：

bash 复制代码

# 确保虚拟环境已激活
pip install jupyter

jupyter 这个包会同时安装 Notebook 和 JupyterLab 的核心组件。

方法二：通过 Conda 安装

bash 复制代码

conda install jupyter

方法三：使用系统包管理器（Linux/macOS）

Ubuntu/Debian: sudo apt install jupyter-notebook
Arch Linux: sudo pacman -S jupyter-notebook
macOS (Homebrew): brew install jupyterlab (该命令会同时安装 notebook 组件)

2.2 启动与基本使用

启动 Jupyter Notebook ：

bash 复制代码

jupyter notebook

这将在终端启动服务器，并在浏览器中打开 Notebook 仪表盘（Dashboard），通常地址为 http://localhost:8888/tree。

基本操作：

在仪表盘页面，点击右上角的"New" -> "Python 3"来创建一个新的笔记本。
Notebook 的单元格操作与 JupyterLab 一致：Shift+Enter 运行代码，使用下拉菜单在"Code"和"Markdown"之间切换单元格类型。
当你专注于单个 .ipynb 文件的编辑时，Notebook 的简洁界面非常专注。

3，Voilà 的安装与使用

Voilà 的作用是将你做好的 .ipynb 文件"包装"成一个漂亮的、可交互的 Web 应用，非常适合与不关心代码的业务人员或公众分享成果。

3.1 安装方法

Voilà 同样可以通过 pip 或 conda 安装。建议在已安装 JupyterLab 的同一环境中安装，因为 Voilà 0.5.0 版本后，其前端已基于 JupyterLab 组件重建，能获得更好的兼容性。

方法一：使用 pip 安装

bash 复制代码

pip install voila

方法二：使用 Conda 安装

bash 复制代码

conda install -c conda-forge voila

3.2 启动与基本使用

启动 Voilà：

直接渲染一个笔记本：在终端中，导航到你的笔记本文件所在目录，然后运行：

bash 复制代码

voila your_notebook.ipynb

复制代码

这将在 http://localhost:8866 (默认端口) 启动一个服务器，并直接在浏览器中显示渲染后的仪表盘页面，所有代码单元格均被隐藏。

启动文件浏览模式：不加文件名直接运行 voila 命令，Voilà 会显示一个文件浏览器，让你选择要渲染的笔记本。

创建交互式仪表盘的核心要素：ipywidgets
Voilà 的强大之处在于它能将 Jupyter 的交互式小部件（widgets）原样呈现为网页控件。你需要先在笔记本中使用 ipywidgets 库来创建按钮、滑块、下拉菜单等。

python 复制代码

import ipywidgets as widgets
from IPython.display import display

# 创建一个滑块
slider = widgets.IntSlider(value=5, min=0, max=10, step=1, description='数值:')
# 创建一个用于输出的文本
output = widgets.Output()

# 定义交互函数
def on_value_change(change):
    with output:
        print(f'当前滑块数值: {change['new']}')

slider.observe(on_value_change, names='value')

# 显示控件
display(slider, output)

在普通的 Jupyter Notebook 中运行这段代码，你会看到滑块并能与之交互。用 Voilà 渲染这个笔记本时，滑块和输出区域会变成网页中可用的实时控件。

Voilà 的高级选项：

指定端口：voila --port=8867 your_notebook.ipynb
禁用文件浏览器：voila --no-browser your_notebook.ipynb
启用令牌认证：voila --token=my_secret_token your_notebook.ipynb (适合部署到服务器时增加安全性)。

4，三者的协同与进阶

这三个工具并非孤立存在，它们共同构成了一个完整的工作流。

4.1 协同工作流

**开发阶段 (JupyterLab)：**在 JupyterLab 这个强大的"工作台"中，你打开一个项目文件夹，一边编写 Python 脚本，一边在旁边的笔记本窗口中进行探索性数据分析，并通过集成终端安装所需的包。你可以在笔记本中引入 ipywidgets 创建临时的交互控件来测试参数。
定型阶段 (Jupyter Notebook)：当你调试好分析逻辑后，可以将核心的分析过程整理成一个结构清晰、带有丰富 Markdown 说明的 .ipynb 文件。这个文件本身就是一份可复现的报告。
**交付阶段 (Voilà)：**为了让不懂技术的同事也能通过调整滑块来观察数据变化，你直接使用 Voilà 命令来"运行"这个整理好的笔记本文件。Voilà 会启动一个轻量级服务器，将所有代码隐藏，只呈现最终的图表和由 ipywidgets 创建的交互控件，成为一个独立的仪表盘应用。

4.2 参数与扩展

内核 (Kernels)：三者都支持多种编程语言的内核，如 Python、R、Julia 等。你可以为不同的项目创建独立的 Conda 或虚拟环境，并将这些环境注册为 Jupyter 的内核，从而在笔记本中自由切换。

python 复制代码

# 在名为 'myenv' 的环境中安装 IPykernel
pip install ipykernel
# 将该环境注册为 Jupyter 内核
python -m ipykernel install --user --name myenv --display-name "Python (myenv)"

扩展 (Extensions) ：
- JupyterLab 扩展：可以通过 pip 直接安装，极大地增强了功能，例如 jupyterlab-git (版本控制)、jupyterlab-lsp (代码补全) 等。
- Voilà 扩展：由于 Voilà 基于 JupyterLab 组件构建，许多为 JupyterLab 开发的预构建扩展（prebuilt extensions）可以直接在 Voilà 中工作。例如，用于显示特殊数据格式的 jupyterlab-fasta 或 jupyterlab-geojson 渲染器。

4.3 三个工具的启动方式对比

工具	启动命令 (在终端)	默认访问地址	核心用途
Jupyter Notebook	jupyter notebook	http://localhost:8888/tree	创建和编辑单个 .ipynb 文件
JupyterLab	jupyter lab	http://localhost:8888/lab	集成化的项目级开发环境
Voilà	voila your_notebook.ipynb	http://localhost:8866	将 .ipynb 渲染为纯净的 Web 应用

5，示例

5.1 绘制简单图形

python 复制代码

# 导入 matplotlib 库，并用 plt 作为别名
import matplotlib.pyplot as plt
x = [1,2,3,4,5]
y = [1, 4, 9, 16, 25] # 这是 x 的平方值

# 使用微软雅黑，它通常包含上标数字等符号
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']  # 或 'SimSun'
plt.rcParams['axes.unicode_minus'] = False   # 解决负号显示问题

# 创建折线图，marker='o' 表示在数据点显示圆点
plt.plot(x,y, marker='o')

# 添加标题和轴标签
plt.title("数字的平方关系")
plt.xlabel("数字 (x)")
plt.ylabel("平方值 (y = x²)")

# 显示图表
plt.show()

5.2 复杂的样式

python 复制代码

# 使用新的数据：0到10的数字及其立方
x = list(range(11))
y = [num**3 for num in x]
# 使用微软雅黑，它通常包含上标数字等符号
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']  # 或 'SimSun'
plt.rcParams['axes.unicode_minus'] = False   # 解决负号显示问题
# 绘制红色虚线，带方形标记
plt.plot(x, y, color='red', linestyle='--', marker='s', markersize=6)
plt.grid(True) # 添加网格
plt.title("数字的立方关系")
plt.xlabel("数字")
plt.ylabel("立方值")
plt.show()

感谢阅读，下期更精彩 👋👋👋