Jupyter Notebook的10个常用扩展介绍

本文涉及的产品
实时计算 Flink 版,5000CU*H 3个月
检索分析服务 Elasticsearch 版,2核4GB开发者规格 1个月
实时数仓Hologres,5000CU*H 100GB 3个月
简介: Jupyter Notebook(前身为IPython Notebook)是一种开源的交互式计算和数据可视化的工具,广泛用于数据科学、机器学习、科学研究和教育等领域。它提供了一个基于Web的界面,允许用户创建和共享文档,这些文档包含实时代码、方程、可视化和文本。

在数据科学和人工智能领域,Jupyter Notebook是探索数据和开发人工智能模型的重要工具。它的交互式设置允许逐步执行代码,对于调整机器学习模型和可视化数据特别有用。Jupyter结合了代码、文本和图形,非常适合解释人工智能概念和数据分析。

Jupyter Notebook中的扩展与其他软件平台中的插件或附加组件相当。它们扩展了Notebook的核心功能,可以为我们提供从简单的界面增强到提升数据操作和可视化的高级功能。使用户能够根据自己的需要精确地定制环境,使Jupyter Notebook成为一个更通用、适应性更强的工具,可用于各种任务。

在本文中,我们将探索Jupyter Notebook提升我们数据科学经验的强大扩展组件。

利用先进的JupyterNotebook扩展可以改变您的数据分析和演示体验。“Hinterland”提高编码效率,而“Table of Contents”和“Spellchecker”可以提高导航和准确性。' ExecuteTime '和' Toggle all line number '有助于代码优化和可读性。为了获得更具交互性的体验,“Live Markdown Preview”和“Runtools”提供了实时Markdown渲染和增强的单元格执行控制。“Codefolding”和“Code Prettifier”这样的扩展简化了编码界面,使其更干净并且易于管理。

如何使用Jupyter Notebook扩展

要使用这些扩展,通常需要使用pip或conda安装它们,并在Jupyter环境中启用它们。某些扩展可能需要额外的依赖项或具有特定的兼容性要求。

首先,在Anaconda命令提示符或终端中运行以下代码来安装扩展。

 pip install jupyter_contrib_nbextensions && jupyter contrib nbextension install

如果你是windows的话可以直接在anaconda管理界面操作

这时再打开Jupyter笔记本将有一个名为“nbeextensions”的选项卡。

常用的扩展介绍

1、Hinterland

这个扩展通过提供自动代码完成建议来提高编码效率。Hinterland提供了一个潜在匹配列表,加快了编码过程,这在处理长或复杂的函数名时特别有用。它减少了打字错误和语法错误的可能性,简化了开发工作流程。

2、Table of Contents

它在笔记本中创建了一个动态目录,显著改善了冗长内容的导航。可以通过点击标题快速跳转到不同的部分。这对于拥有大量笔记本的数据科学家特别有用,可以方便地访问其分析或报告的各个部分。

3、Spellchecker

Spellchecker扫描笔记本中的文本,突出显示拼写错误。这个功能对于确保笔记本中的文档、笔记和解释没有错误且易于理解是非常宝贵的。

4、ExecuteTime

这个扩展可以显示每个单元格的执行时间。它有利于性能分析,有助于识别代码中的瓶颈。了解哪些部分运行时间最长,可以让优化代码以获得更高的效率。

5、Toggle all line numbers

这是一个简单而强大的代码调试和审查工具。它可以显示或隐藏所有单元格中的行号。这在查看代码中的错误或与他人协作时特别有用。

6、Runtools

Runtools可以提供额外的单元执行控制,增强运行的灵活性。功能包括运行当前单元以上或以下的所有单元,这对于在不执行整个文档的情况下测试不同部分非常方便。

7、Highlighted Selected Word

每当你选择代码中的一个词时,这个扩展自动突出显示该词的所有其他实例。这于代码分析和编辑非常有用,特别是在大型笔记本中,它有助于快速定位和修改特定的变量或函数。

8、Tree Filter

通过添加搜索和过滤功能改进了文件列表。这个扩展使管理和查找文件更容易,特别是在处理许多文件时。

9、Codefolding

折叠或折叠代码块,使读取大型代码单元更容易访问和更方便。

10、Code Prettifier

根据各种编码标准自动格式化代码,这对于维护代码质量,确保一致性和可读性至关重要。

以上就是常用的扩展介绍,还有其他很多的扩展,额可以查看官网地址:

https://jupyter-contrib-nbextensions.readthedocs.io/en/latest/nbextensions.html

主题

最后我们再说说主题,一般模型的Jupyter Notebook没有主题,就是一个简单的白色页面,但有一个第三方扩展和工具,允许我们更改或自定义主题,

可以使用Python的包管理器' pip '安装' jupyterthemes '包:

 pip install jupyterthemes

安装完成后,可以使用以下命令从终端或命令提示符切换主题:

 jt -t themename

主题哪里找呢?使用下面命令可以列出所有主题

 jt -l

然后选择一个你喜欢的主题,就可以了,例如下面的配色

Jupyter Notebook的主题通常用于增强可读性,提供减少眼睛疲劳的配色方案,例如夜间模式,请根据个人审美偏好自行设置。

总结

使用 Jupyter Notebook 可以方便地进行数据探索、模型训练、报告撰写等任务。而扩展组件可以扩展Jupyter Notebook 的基本功能,无论是在操作数据、可视化趋势还是展示发现,扩展都可以增强工作流程,使数据科学工作更加简便和高效。

无论你是初学者还是经验丰富的数据科学家,将这些扩展集成到您的Jupyter环境中都可以显著提高生产力和效率。

最后今天使2024年的第一天,祝大家新年快乐。

https://avoid.overfit.cn/post/840c1cfc0a704896be80ceab74cf8669

目录
相关文章
|
6月前
|
数据采集 机器学习/深度学习 数据可视化
使用Jupyter Notebook进行数据分析:入门与实践
【6月更文挑战第5天】Jupyter Notebook是数据科学家青睐的交互式计算环境,用于创建包含代码、方程、可视化和文本的文档。本文介绍了其基本用法和安装配置,通过一个数据分析案例展示了如何使用Notebook进行数据加载、清洗、预处理、探索、可视化以及建模。Notebook支持多种语言,提供直观的交互体验,便于结果呈现和分享。它是高效数据分析的得力工具,初学者可通过本文案例开始探索。
|
4月前
|
Python
Jupyter Notebook又一利器nbterm,在终端玩notebook!
Jupyter Notebook又一利器nbterm,在终端玩notebook!
|
4月前
|
数据可视化 JavaScript 开发工具
推荐7个有用的Jupyter扩展
推荐7个有用的Jupyter扩展
|
6月前
|
文字识别 异构计算 Python
关于云端Jupyter Notebook的使用过程与感想
在自学Python时,由于家庭电脑使用冲突和设备老旧,转向云端平台。体验了多个服务:1. 魔搭modelscope(最喜欢,赠送资源丰富,社区活跃),2. Colaboratory(免费GPU,但有时重启,建议用阿里云),3. Deepnote(免费环境有限,但GPT-4代码生成功能强大),4. 飞桨aistudio(适合PaddlePaddle用户),5. ModelArts(曾有免费实例,现难找)。综合来看,阿里云的稳定性与服务更优,尤其是魔搭的自动代码修正功能。对于AIGC,推荐魔搭和付费版PAI-DSW。欢迎分享更多云端Jupyter平台体验。
311 1
|
6月前
|
Python 数据挖掘 数据可视化
Python数据分析——Pandas与Jupyter Notebook
【6月更文挑战第1天】 本文探讨了如何使用Python的Pandas库和Jupyter Notebook进行数据分析。首先,介绍了安装和设置步骤,然后展示了如何使用Pandas的DataFrame进行数据加载、清洗和基本分析。接着,通过Jupyter Notebook的交互式环境,演示了数据分析和可视化,包括直方图的创建。文章还涉及数据清洗,如处理缺失值,并展示了如何进行高级数据分析,如数据分组和聚合。此外,还提供了将分析结果导出到文件的方法。通过销售数据的完整案例,详细说明了从加载数据到可视化和结果导出的全过程。最后,讨论了进一步的分析和可视化技巧,如销售额趋势、产品销售排名和区域分布,以及
233 2
|
7月前
|
JSON 数据可视化 数据挖掘
适合数据分析的ide---Jupyter Notebook的安装使用
适合数据分析的ide---Jupyter Notebook的安装使用
120 2
|
7月前
|
Ubuntu 网络安全 数据安全/隐私保护
使用SSH隧道将Ubuntu云服务器Jupyter Notebook端口映射到本地
这样,你就成功地将Ubuntu云服务器上的Jupyter Notebook端口映射到本地,使你能够通过本地浏览器访问并使用Jupyter Notebook。
481 1
|
7月前
|
Linux 数据安全/隐私保护
anaconda运行Notebook和jupyter报错resource.setrlimit(resource.RLIMIT_NOFILE, (soft, hard)) ValueError
anaconda运行Notebook和jupyter报错resource.setrlimit(resource.RLIMIT_NOFILE, (soft, hard)) ValueError
60 0
|
7月前
|
自然语言处理 数据可视化 数据挖掘
Python 的科学计算和数据分析: 解释什么是 Jupyter Notebook?
Python科学计算与数据分析中,借助`numpy`进行数值计算,`matplotlib`用于绘图。Jupyter Notebook提供交互式编程环境,支持多语言,集成各种可视化工具。其优势在于结合代码、结果和文本,提升工作效率,具备自动补全、语法高亮等特性。示例展示了导入库,生成随机数据并用`matplotlib`画正弦波图的过程。Jupyter Notebook虽便捷,但复杂任务可能需结合`scipy`、`pandas`等更多库。
83 4
|
7月前
|
Linux 数据安全/隐私保护 Python
Linux下远程访问Jupyter Notebook 配置
Linux下远程访问Jupyter Notebook 配置
112 1