京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者:麦叔
来源:麦叔编程
熟悉我的人都知道,作为一个多编程语言的码农,我最喜欢的IDE之一是VS Code,因为它轻量,支持多语言,插件丰富还完全免费。
VS Code
但当我去做数据分析或机器学习的工作时,我还是会使用Jupyter Notebook,这几乎是数据科学家们的首选编辑器。
严格来说,最近两年我已经不再使用Notebook了,我使用JupyterLab。看看这界面就知道它多强:
JupyterLab的定义是:下一代基于网页的代码编程工具,Notebook只是JupyterLab中的其中一个工具。
JupyterLab官网介绍
对我来说,JupyterLab最大的优点是:它更像一个IDE了,这一点上面的图中可以看出。我们可以在左边浏览文件目录,右边编程;可以在一个界面中同时打开多个文件;还可以让它们肩并肩的显示。
通过安装插件,它甚至也支持debug,看下图:
Debug
前几周,我和几个数据科学家合作开发一个项目。我提议使用JupyterLab,项目负责人有点慌,担心其他人用习惯了Notebook,不会使用Lab。
这完全没有必要,因为Lab是下一代的Notebook,它包含了Notebook。在使用Lab的过程中,我大部分时候还是在编辑Notebook,使用界面,快捷键和方法都基本上是一样的。
如果你使用Anaconda,比较新版本的已经自带了JupyterLab:
image-20220705071641417
自己安装也很简单:
pip install jupyterlab
或者:
conda install -c conda-forge jupyterlab
如果使用了Anaconda直接点图中的按钮就可以打开
如果你是自己安装的:
jupyter lab
启动起来后,可以看到如下的界面:
Notebook的使用方法和以前的Jupyter Notebook是一样的。
有了调试功能,Lab真的是如虎添翼!简直神了!
但要使用调试功能,还是需要安装一些插件的,具体请参考:
https://blog.jupyter.org/a-visual-debugger-for-jupyter-914e61716559
https://www.reddit.com/r/MachineLearning/comments/foum00/n_jupyter_visual_debugger/
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24