之前写过一份JupyterLab的使用教程，但是随着个人使用时间的增加和更多优秀插件的出现，断断续续我基于JupyterLab:v3.0+衍生出了自己的最佳实践，本篇文章将从以下方面更加全面地介绍JupyterLab：
- 搭建安装
- 基本功能
- 插件推荐
- 容器化最佳实践
最终成品如下图所示，有兴趣的话一起来使用看看吧 ✨
介绍
了解JupyterLab之前先说下什么是Jupyter Notebook，简单来说它是一个交互式的开发环境，其提供了在Web上编写运行代码的能力，还可以同时使用md语法编写文档。
而JupyterLab是Jupyter Notebook的下一代产品，如今已经发展到第三个大版本了，其主要优势有：
- 更现代化的界面设计和更灵活的架构
- 提供终端交互和文件浏览器
- 结合插件可以快速打造成 Web 上的 IDE 笔记本
通过使用JupyterLab，我们能够以灵活，集成和可扩展的方式处理代码与文档，对于以下人群非常有帮助：
- 随时随地希望试验一些代码片段，如 Python、Julia、R、Go、Scala 等
- 大数据开发&机器学习进行数据分析、处理、建模等
- 作为笔记本，可以将代码的输入输出解释直接导出成笔记文档，结合插件还可以绘制流程图等
安装
接下来，我将以 Python 为默认语言来搭建JupyterLab，这里我为了获取一个干净的环境直接使用Docker进行构建：
docker run -it --name jupyter_test -p 8888:8888 python:3.7-slim /bin/bash
用Docker目的是方便出错后删除重来，这里仅做演示，大家直接在本机操作即可，只需要确认你安装好了Python基本环境就行：
# Input python # Output Python 3.6.15 (default, Oct 13 2021, 09:43:57) [GCC 10.2.1 20210110] on linux Type "help", "copyright", "credits" or "license" for more information.
有了Python环境就可以直接安装JupyterLab：
# 先换源 pip config set global.index-url https://pypi.douban.com/simple/ # 一行命令搞定 pip install jupyterlab
这一行命令我们就已经安装好了JupyterLab，启动起来试试看吧：
jupyter lab --allow-root --no-browser
直接访问：http://127.0.0.1:8888/lab?token={TOKEN}就能看到界面了！怎么样，方便吧。但是要想更加优雅地使用JupyterLab，还是得进行一些配置，让我们继续吧。
基本功能
设置密码
每次启动JupyterLab默认是通过Token的形式进行访问的，但是Token每次都不一样，而且还会过期，所以我们还是设置成密码的形式进行访问吧：
# 进入python交互环境 python
生成密码：
from notebook.auth import passwd passwd() # 输入你自己设置登录JupyterLab界面的密码 然后会有一串输出，记得复制下来，等会配置需要使用
修改JupyterLab 配置文件：
# Input jupyter lab --generate-config # Output Writing default config to: /root/.jupyter/jupyter_lab_config.py
编辑这个文件vim /root/.jupyter/jupyter_lab_config.py，设置以下参数：
c.ServerApp.allow_root = True c.ExtensionApp.open_browser = False c.ServerApp.password = 'argon2:$argon2id$v=19$m=10240,t=10,p=8$C2MHPsnHYOGQBXF30d7eag$bdeIwZFwzt7HOYkTECRPVA'
jupyter lab
此时再次进入http://127.0.0.1:8888/就需要输入密码了，为了方便后续一些功能的演示，我们顺便建立一个交互式脚本吧，操作流程如下图：
代码交互
代码提示
进入文件后，我们先使用!pip install numpy安装一个第三方库用于测试。在代码关键字后按Tab即可看到代码提示：
文档注释&查看
按Shift + Tab即可看到文档注释提示：
注：如果代码提示功能有问题，设置下jedi版本，pip install jedi==0.17.2。
对于数据科学方向的程序员来说，一些常用库的文档查看特别方便，Jupyterlab已经将常用文档内置，还提供了关键函数搜索功能，再也不用打开官方文档查找了：
代码调试
JupyterLab默认支持代码调试，使用也很简单，点击右上角的Bug图标开启即可：
文档多窗口
一般开发者的屏幕都是比较大的，这个功能特别适合左边窗口实验代码，右边看教程文档的情景：
cell可以拖拽且输出可以新窗口显示
随时启动新的终端交互
TOC 目录
JupyterLab脚本是可以编写MD文本的，为了方便代码的可读性，侧边栏提供了目录展示功能，程序员可以更加方便地对自己代码进行管理：
风格设置
按键风格
支持vim emacs等按键风格：
界面&代码主题
JupyterLab默认提供了黑暗&明亮两种主题，开发者可以自由使用，如果对于主题有更多要求，接下来在插件部分我会介绍我使用的插件主题：
编辑器界面主题设置：
插件
JupyterLab本身的功能了解上面那么多就已经够日常基本使用了，但是社区的开发者还是贡献了很多有意思的插件。接下来我会介绍一些比较基础但又很实用的插件，让大家的效率进一步提升。
jupyterlab_code_formatter[1]
代码格式写插件，我使用的是Python，用这个插件可以设置保存的时候自动用black和isort进行代码格式化，安装：
# 安装插件 pip install jupyterlab_code_formatter # 安装格式化工具 pip install black isort
安装完成后，脚本界面右上角就会有一个格式化按钮，开发者也可以设置保存就触发格式化：
ipydrawio[2]
开发者除了日常开发，还有文档编写工作，涉及到文档编写，基本上都会涉及到流程图绘制需求，ipydrawio则可以让你方便地在JupyterLab绘制流程图，安装：
pip install ipydrawio[all]
使用起来也非常方便，还可以分享出去，支持绘制的类型如下：
安装成功后和之前新建脚本的方式一样绘制流程图：
jupyterlab-unfold[3]
这个插件让JupyterLab的文件浏览具有了和 IDE 一样的功能，原本JupyterLab在目录间跳转是一级一级进出，有了这个插件可以按照目录树的形式进行操作，极大地提升了打开不同目录下脚本的效率。
pip install jupyterlab-unfold
使用效果截图：
Theme
JupyterLab本身仅提供了简单的黑白两套主题，但是我对代码主题还是挺有追求的，所以也在社区找了下看是否有比较好的主题实现，万幸我个人常用的主题都有其他人开源了出来，大家有兴趣了可以试试：
- theme-darcula[4]：非常漂亮的
Darcula主题，目前在JupyterLab主题里面热度最高 - jupyterlab-theme-solarized-dark[5]：
Solarized黑暗主题，效果可以看第一部分的效果展示图
安装：
pip install theme-darcula pip install jupyterlab-theme-solarized-dark
Darcula主题效果图如下：
汉化
官方针对中文用户提供了汉化包，还是挺良心的：
pip install jupyterlab-language-pack-zh-CN
效果如下：
容器化最佳实践
为了方便在不同系统环境下能够快速使用JupyterLab，于是我选用Docker构建镜像，这样可以直接将配置和插件全部统一为镜像，这样有以下好处：
- 跨平台，其他平台只要安装
Docker就可以一键使用JupyterLab - 插件配置：
- 保存则自动代码格式化
- 主题支持：
Solarized和Darcula - 中文汉化支持，默认还是英文
- 代码变量跳转支持
- 流程图、目录树等
- 终端支持
oh my zsh
所以上面介绍了这么多，你只需要看一遍下来熟悉下相关概念即可，倒是不用从头都搭一遍，如果你要使用，运行下面这行命令即可：
docker run --name jupyter_pylab -it -d --restart=always -p 0.0.0.0:8765:8888 -e SHELL="/bin/zsh" -v "`pwd`:/project-dir" howie6879/jupyter-lab-for-python37:v3.1.4 --allow-root --no-browser --port=8888
享受JupyterLab吧，如有错漏，请留言交流，谢谢。
