独家|手把手教你赋能Jupyter Notebooks!(附代码)

简介: 本文将通过介绍Jupyter Notebook的附加扩展组件和指令,为Jupyter Notebook赋能。帮助Python使用者大大提高Jupyter Notebook的使用体验,提升工作效率。

作者:Pranjal Chaubey

文章来源:微信公众号 数据派THU

翻译:宋文伯

校对:丁楠雅


本文将通过介绍Jupyter Notebook的附加扩展组件和指令,为Jupyter Notebook赋能。帮助Python使用者大大提高Jupyter Notebook的使用体验,提升工作效率。

简介

Jupyter Notebook是当今最受Python使用者(尤其是热衷于机器学习和数据科学的Python使用者)青睐的编译环境。我在数月以前首次接触机器学习时发现了这个神器,稍加使用后就被它深深吸引。然而,这种感觉很快就消失殆尽了,因为我发现Jupyter Notebook的界面非常单调,缺乏许多有用的功能。从那时起,我开始寻找一些可以在Jupyter Notebook中使用的黑科技,来满足一名Python使用者的日常所需。

在本文中,我将会介绍一些Jupyter Notebook的附加扩展组件和指令,进而帮助Python使用者大大提高Jupyter Notebook的使用体验,从而提升工作效率。

简而言之,本文将教你如何赋能Jupyter Notebook!

一旦你顺着本文的指示操作,你将会得到(且不局限于)以下令你的Jupyter Notebooks 焕然一新的功能:

  1. 无需重启Jupyter Notebook即可在多个Conda环境之间自由切换。
  2. 一键生成“可单击目录”(我相信大部分人会喜欢上这个功能的!)。
  3. 一个非常有用的草稿测试区(这是我最喜欢的功能!) - 可以在此区域中运行和测试代码,且同时不会更改Jupyter Notebook中的任何内容。
  4. 在代码单元内实现代码折叠 – 有效弥补了Jupyter Notebook中此类功能的空缺。
  5. 一键隐藏代码单元格 - 这是数据可视化时的重要功能,因为听众通常对图表而不是代码感兴趣!
  6. 一个超级酷的变量检查器。
  7. 适用于Markdown单元格的拼写检查程序。
  8. 夜间写代码必备的禅模式。
  9. 一个代码片段菜单,用于动态添加常用的Python结构,如列表理解。
  10. 最后压轴的是一个最棒的功能 —— 一个让人心情舒缓的午夜蓝配色方案,拯救我们疲劳的双眼!

赋能时刻

首先,白色背景会让我们的眼睛在一天的长时间工作后疲惫不堪,我们需要确保我们的Jupyter Notebook本有一个极佳的暗色主题来保护我们的视力。相信我,一旦你使用暗色主题,就再也不会愿意切换回亮色主题了。

使用以下命令安装用于更改Jupyter Notebook主题配色的package:

# Kill and exit the Notebook server# Make sure you are in the base conda environmentconda activate base# install jupyterthemespip install jupyterthemes# upgrade to latest versionpip install --upgrade jupyterthemes

在安装完成上面的package后,运行以下命令,将Jupyter Notebook默认的亮色主题更改为曼妙的深蓝色主题。你的双眼会因为这一举动而倍加感激。

# Enable Dark Modejt -t onedork -fs 95 -altp -tfs 11 -nfs 115 -cellw 88% -T

接下来,让我们看看是否可以在Jupyter Notebook中使用在Anaconda中创建的自定义环境作为内核。这将确保我们可以通过在内核菜单中的选择环境功能自如切换内核,而无需重新启动Jupyter Notebook。

假设在Anaconda创建了两个自定义环境:My NLP和Gym。为了添加这些内容进Jupyter Notebook,需要执行以下命令:

# Stop and exit your Jupyter Notebook server first# Activate your environment in the terminal conda activate my_NLP# Install the IPython Kernel pip install ipykernel# Link your environment with Jupyter python -m ipykernel install --user --name=my_NLP# Repeat steps for the other environment, gym. conda activate gympip install ipykernel python -m ipykernel install --user --name=gym

现在打开你的Jupyter Notebook,点击内核菜单中的更改内核选项,这时可以看到全部的内核,只需单击即可激活它们。

image.png

这就是新添加的内核应该出现的地方。注意那舒缓的午夜蓝色主题

对于我上面提到的所有其他很酷的功能,我们只需简单执行以下命令,为Jupyter Notebook安装一个名为nbextensions的扩展组件:

# Stop and exit your Jupyter Notebook server # Make sure you are in the base environmentconda activate base# Install the nbextensions pip install jupyter_contrib_nbextensions# Install the necessary JS and CSS files jupyter contrib nbextension install --system

启动Jupyter Notebook服务器,在开始页的第四个选项就是nbxtensions。点击它即可看到一系列Jupyter Notebook使用者所期望拥有的功能。

image.png

nbextensions 界面

正如上图所见,nbextensions有着庞大的扩展列表,甚至第一眼看上去有一些密集恐惧。不过不用担心,我们并不需要所有的扩展应用。以下我列出了个人觉得比较有用的功能:

  1. 目录(2) - 只需单击一次,即可生成整个Jupyter Notebook的目录,其中包含指向各个分区的超链接。
  2. 草稿测试区 - 我认为最好的扩展。它提供一个单独的区域,供使用者在不干扰Jupyter Notebook其余部分的情况下进行代码测试。
  3. 代码折叠 – 无需解释的好功能。
  4. 隐藏全部输入 - 隐藏所有的代码单元格,同时始终保持输出和标记单元格可见。如果你试图向非技术人员解释你的结果,这将非常有用。
  5. Variable Inspector - 类似于Spyder IDE中的Variable Inspector窗口,拯救在陷于Debugging泥潭中的我们。
  6. 拼写检查器 - 用于对Markdown格式的单元格中的内容进行拼写检查。
  7. 禅模式 – 隐去界面中的干扰功能,让我们可以专注于重要的代码部分。
  8. 代码模版菜单 - 一个很酷的常用代码模版集合,从List Comprehensions到Pandas以及两者之间的一切。这还不是全部,我们可以修改并在此之中添加自己想要的自定义代码模版。

上面8条包含了我日常所需的扩展程序,但在此我也鼓励大家勇于尝试其他的扩展程序,比如一些我觉得很有趣的程序:ScrollDown,table_beautifier以及Hinterland。

image.png

代码模版扩展与工作中的目录生成扩展一起使用

image.png

草稿测试区扩展

尾记

如果您对Jupyter Notebook的这些增强功能有任何看法,或者在安装扩展时遇到问题,欢迎在下方的留言区评论!

原文标题:
Supercharging Jupyter Notebooks
原文链接:
https://towardsdatascience.com/supercharging-jupyter-notebooks-e22f5ad7ca18

编辑:王菁
校对:杨学俊

译者简介

宋文伯,伦敦政治经济学院硕士在读,热爱前沿交叉学科研究。十分荣幸能够成为数据派THU的其中一员,我将尽我所能为组织建功立业,与有共同追求的伙伴一起,对数据科学事业做出更多更大的贡献。

翻译组招募信息

工作内容:将选取好的外文前沿文章准确地翻译成流畅的中文。如果你是数据科学/统计学/计算机专业的留学生,或在海外从事相关工作,或对自己外语水平有信心的朋友,数据派翻译组欢迎你们加入!

你能得到:提高对于数据科学前沿的认知,提高对外文新闻来源渠道的认知,海外的朋友可以和国内技术应用发展保持联系,数据派团队产学研的背景为志愿者带来好的发展机遇。

其他福利:和来自于名企的数据科学工作者,北大清华以及海外等名校学生共同合作、交流。

目录
相关文章
|
5月前
|
数据采集 数据可视化 数据挖掘
交互式数据分析:使用Jupyter Notebooks和IPython提高生产力
【4月更文挑战第12天】Jupyter Notebooks和IPython是交互式数据分析的强大工具,提供了一个集成环境,支持多种编程语言,提升效率并减少错误。它们具有交互式编程、丰富库支持、可扩展性和协作功能。基本流程包括数据导入(如使用Pandas从CSV加载)、预处理、分析(利用Pandas、NumPy、Matplotlib等)、模型选择与训练(如Scikit-learn的RandomForestClassifier)以及模型评估和优化。
160 2
|
3月前
|
数据采集 机器学习/深度学习 数据可视化
Jupyter Notebooks和IPython是交互式数据分析利器,提升效率。Jupyter是开源Web应用
【7月更文挑战第5天】Jupyter Notebooks和IPython是交互式数据分析利器,提升效率。Jupyter是开源Web应用,支持多语言,结合IPython的交互式解释器,便于编程和科学计算。两者提供即时反馈、丰富库支持、跨语言功能及协作共享。基本流程包括:数据导入(使用Pandas)、预处理、分析(借助Pandas、NumPy、Matplotlib)、模型训练(如随机森林)和评估。
37 0
|
数据可视化 IDE 测试技术
Jupyter Notebooks嵌入Excel并使用Python替代VBA宏
Jupyter Notebooks嵌入Excel并使用Python替代VBA宏
642 0
Jupyter Notebooks嵌入Excel并使用Python替代VBA宏
|
Web App开发 Shell Linux
|
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!
|
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
|
4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
134 2
|
5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
45 0
|
5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
下一篇
无影云桌面