前言
JupyterLab是一个基于Web的交互式开发环境,是Jupyter Notebook的下一代用户界面。它提供了一个现代化、灵活的工作流程,支持各种语言的交互式计算、数据处理和可视化。JupyterLab不仅支持Notebook,还提供了许多新的特性,例如文件编辑器、终端、代码控制等,使得用户可以在同一个环境中进行多种任务。
为什么要使用jupyterlab
使用JupyterLab相对于传统的IDE的主要好处有以下几点:
-
交互性:JupyterLab可以轻松地与Python交互,可以在Notebook中执行代码,直接看到输出,也可以使用Markdown语法编写文档和注释,方便快捷。
-
可视化:JupyterLab支持各种各样的图形、表格和其他可视化工具,能够方便地进行数据分析和展示。
-
分享:Jupyter Notebook可以轻松地分享给其他人,可以导出为HTML、PDF等格式,也可以通过GitHub等平台进行共享。
-
扩展性:JupyterLab支持各种各样的插件和扩展,能够满足不同用户的需求,也可以开发自己的扩展。
一、jupyterlab安装过程可参考文章以下文章即可
二、简单入门
1.代码编写与在python编辑器中编辑python代码一样
print("hello world!")
点击执行操作,out行即可输出
hello world!
2.ipython魔术命令
- 返回执行一条语句的时间
%time abc = 123*456
输出为
CPU times: user 5 µs, sys: 1e+03 ns, total: 6 µs
Wall time: 10.7 µs
- 多次执行一条语句,并返回平均时间
%timeit abc = 3242*48*349043094300930940304394
输出为
15.2 ns ± 1.06 ns per loop (mean ± std. dev. of 7 runs, 100,000,000 loops each)
- 其他魔术命令
%timeit
# 多次执行一条语句,并返回平均时间,
%%timeit
# 多次执行多条语句,并返回平均时间,
%time
# 返回执行一条语句的时间,
%%time
# 返回执行多条语句的时间,
%reset
# 删除当前空间的全部变量
%run *.py
# 在IPython中执行Python脚本
三、使用matplotlib作图
代码如下(示例):
import matplotlib.pyplot as plt
plt.plot([2, 3, 5, 1, 3, 4])
plt.show()
即可得到以下结果
总结
以上就是jupyterlab的基础入门的一些操作。
评论区