墙裂推荐!几个Jupyter Notebook 超实用插件(一)

简介: 墙裂推荐!几个Jupyter Notebook 超实用插件(一)

大家好,我是欧K。Jupyter Notebook 是一个很棒的教学、探索和编程环境,但其功能不足也是出了名的。幸好,有许多方法可以改进这个不错的工具,本期给大家介绍Jupyter Notebook中非常实用的5个扩展工具,希望对你有所帮助

工具安装

直接 pip 安装:

pip install jupyter_contrib_nbextensions && jupyter contrib nbextension install

执行以上语句,重启 jupyter notebook,出现以下选项表示安装成功。打开 Nbextensions 选项卡,可以查看 jupyter notebook 目前所支持的插件

1. Autopep8

规范代码

我们都应该编写符合 pep8 标准的代码,但有时会忽略这个标准。所以当你写完代码后,只要单击这个选项,便可以重新格式化/美化单元格代码:

提示:可以通过Alt+A组件对单个cell代码进行优化,也可以使用Alt+Shift+A组件对整体代码进行规范,这些快捷键也可以根据需要修改。


2. Codefolding

代码折叠

这个插件可以让我们折叠起部分不需要展示的代码,特别是较长的代码块,都可以灵活进行折叠设置。

3. Addbefore

添加一个空单元格

这个扩展添加了两个按钮,在当前活动的单元格之前或之后添加一个空单元格,功能与插入菜单中的“上面插入单元格”和“下面插入单元格”相同。

快捷键(命令模式下):上面插入单元格A

下面插入单元格B


4. Table of Contents (2)

生成目录

toc2扩展可以收集所有正在运行的标题,并将它们显示在一个浮动窗口中,例如侧边栏或导航菜单。扩展是可拖动的,可调整大小,可折叠的:

5. Snippets

代码片段

这个扩展添加了一个下拉菜单到IPython工具栏,允许轻松地插入代码段单元格到当前cell。代码片段在 nbextension/snippets/snippets 的json文件中定义。

未完待续...

END


以上就是本期为大家整理的全部内容了,赶快练习起来吧,喜欢的朋友可以点赞、点在看也可以分享让更多人知道

相关文章
|
4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。
|
2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!
|
2月前
|
JavaScript 数据挖掘
jupyter平台最强插件没有之一
jupyter平台最强插件没有之一
|
2月前
|
数据挖掘
用了这个jupyter插件,我已经半个月没打开过excel了
用了这个jupyter插件,我已经半个月没打开过excel了
|
2月前
|
机器学习/深度学习 数据可视化 数据挖掘
构建可复用的 Jupyter 模板和插件:提高工作效率的最佳实践
【8月更文第29天】Jupyter Notebook 是一个广泛使用的交互式计算环境,支持多种编程语言。它不仅用于数据分析、可视化和机器学习项目,也是教学和科研的理想工具。然而,随着使用频率的增加,重复编写相似的代码和设置变得既耗时又低效。通过创建可复用的 Jupyter 模板和插件,我们可以显著提高工作效率。
41 1
|
2月前
|
Python
答应我,用了这个jupyter插件,别再重复造轮子了
答应我,用了这个jupyter插件,别再重复造轮子了
|
2月前
|
数据可视化 数据挖掘 定位技术
好用到飞起的12个jupyter lab插件
好用到飞起的12个jupyter lab插件
这个好玩又实用的jupyter插件我真的爱了
这个好玩又实用的jupyter插件我真的爱了
|
2月前
|
JavaScript 前端开发 C++
jupyter lab最强代码提示插件来了
jupyter lab最强代码提示插件来了
|
4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。
154 1

热门文章

最新文章

相关实验场景

更多
下一篇
无影云桌面