《Python数据可视化之Matplotlib与Pyecharts》之Jupyter Lab
《Python数据可视化之Matplotlib与Pyecharts》
Jupyter Lab源于IPython Notebook，是使用Python（R、Julia、Node等其他语言的内核）进行代码演示、数据分析、可视化、教学的很好工具，对Python的愈加流行和在AI领域的领导地位有很大的推动作用，这是本书默认使用的代码开发工具。可以通过Try Jupyter网站(https://jupyter.org/try)使用Jupyter Lab，如图4-40所示。
图4-40 Jupyter Lab简介
Jupyter Lab是Jupyter的一个拓展，提供了更好的用户体验，例如可以同时在一个浏览器页面打开编辑多个Notebook，IPython console和terminal终端，并且支持预览和编辑更多种类的文件，如代码文件，Markdown文档，json文件和各种格式的图片等，还可以使用Jupyter Lab连接Google Drive等云存储服务，从而极大提升工作效率，如图4-41所示。
图4-41 演示Jupyter Lab
Anaconda安装后，默认安装了pip，但是没有安装Jupyter Lab，所以我们可以通过pip来安装Jupyter Lab，首先需要打开Anaconda Prompt，然后输入pip install jupyterlab进行安装，如图4-42所示。
图4-42 安装Jupyter Lab
Jupyter Lab会继承Jupyter Notebook的配置，如地址，端口，密码等，运行Jupyter Lab的方式也比较简单，只需要在Anaconda Prompt中输入jupyter lab即可，如图4-43所示。
图4-43 启动Jupyter Lab
Jupyter lab程序启动后浏览器会自动打开编程窗口，默认是http://localhost:8888，如图4-44所示，说明Jupyter lab安装成功。从图形可以看出，Jupyter lab左边是存放笔记本的工作路径，右边就是我们需要创建的笔记本类型，如图所示，当然我们还可以根据需要添加其它类型的Kernel，如R等。
图4-44 Jupyter Lab界面
我们可以对Jupyter lab的参数进行修改，如远程访问、工作路径等进行设置，配置文件位于C盘系统用户名下的.jupyter文件夹中，文件名称为“jupyter_notebook_config.py”。
如果配置文件不存在，需要自行创建，点击图4-44中的Other下的“Terminal”，使用“jupyter notebook --generate-config”命令生成配置文件，并且会显示出文件的存储路径及名称，如图4-45所示。
图4-45 配置Jupyter Lab
Jupyter lab提供了一个命令来设置密码：jupyter notebook password，生成的密码存储在 jupyter_notebook_config.json文件中，下方将会显示文件的路径及名称，如图4-46所示。
图4-46 配置Jupyter Lab密码
如果需要允许远程登录，还需要在jupyter_notebook_config.py中找到下面的几行，取消注释并根据项目的实际情况进行修改，修改后的配置如下：
c.NotebookApp.ip = '*'
c.NotebookApp.open_browser = False
c.NotebookApp.port = 8888
如果需要修改Jupyter lab的默认工作路径，需要找到下面的行，取消注释并根据项目的实际情况进行修改，修改后的配置如下：
c.NotebookApp.notebook_dir = u'D:\\Python for Matplotlib and pyecharts'
待需要配置的参数都修改后，需要重新启动Jupyter lab才能生效，首先需要我们输入刚刚配置的秘密，如图4-47所示。
图4-47 输入密码
输入密码后，再点击“Log in”按钮，在新的编程窗口中，左边工作路径发生了变化，现在呈现的就是D盘“Python for Matplotlib and pyecharts”文件夹下的文件，如图4-48所示。
图4-48 登录Jupyter Lab
更多内容请关注清华大学出版社即将出版的《Python数据可视化之Matplotlib与Pyecharts》一书。