实用Jupyter Notebook扩展工具——提升你的工作效率

Jupyter Notebook 现已成为数据分析,机器学习的必备工具。因为它可以让数据分析师集中精力向用户解释整个分析过程。通过安装一些扩展工具,可以让你在Jupyter Notebook上的工作效率进一步的提高。

 

Jupyter NbExtensions Configurator

Jupyter NbExtensions Configurator 是Jupyter Notebook的一个扩展工具,它提供了一系列标签,只需勾选相应插件就能自动载入。里面的插件能帮助减少工作量,书写更优雅的代码和更好的展示结构。

 

安装Jupyter NbExtensions Configurator

用conda安装:

conda install -c conda-forge jupyter_contrib_nbextensions

conda install -c conda-forge jupyter_nbextensions_configurator

或者用pip:

pip install jupyter_nbextensions_configurator jupyter_contrib_nbextensions

jupyter contrib nbextension install --user

jupyter nbextensions_configurator enable --user

安装完毕,进入Jupyter Notebook,在主界面会多出一个NbExtensions的标签,里面有很多插件可供选择,示意图如下:

实用Jupyter Notebook扩展工具——提升你的工作效率

 下面会重点介绍几个插件的用法,其余的不详细介绍,有兴趣的可以到官网(https://jupyter-contrib-nbextensions.readthedocs.io/en/latest/index.html)自行了解。

 

Hinterland

勾选此插件为代码单元格中的每次按键启用“代码自动补全”功能,而不是仅用Tab键时启用。

 

Table of Contents

这个插件会根据Markdown的标题层次形成一个目录,可以通过点击目录,直接定位到对应代码位置,在长代码文件中能起到导航的作用。

实用Jupyter Notebook扩展工具——提升你的工作效率

 

 开启插件后,会在工具栏多出一个按钮,可通过点击按钮选择是否开启(如上图),官方示例如下

实用Jupyter Notebook扩展工具——提升你的工作效率

 

Snippets Menu

向Jupyter笔记本添加可定制的菜单项,以插入代码片段、样板文件和示例。

勾选此插件后,会多出一个Snippets的菜单项,菜单里包含多个模块的示例,通过简单的点击就能生成示例代码,可根据自己的需求稍作修改即可运行,减少代码工作量。

实用Jupyter Notebook扩展工具——提升你的工作效率

 

Codefolding

这个扩展将代码折叠功能从CodeMirror添加到codecell。

在编辑模式下,单击边距中的三角形(codecell的左边缘)或键入代码折叠热键(默认为Alt+F),折叠代码。在命令模式下,折叠热键与编解码器的第一行有关。

折叠前:

实用Jupyter Notebook扩展工具——提升你的工作效率

 

折叠后是这样:

 实用Jupyter Notebook扩展工具——提升你的工作效率

或者是这样:

 

 实用Jupyter Notebook扩展工具——提升你的工作效率

Scratchpad

为Jupyter Notebook提供一个草稿cell,方便随时测试输出。

实用Jupyter Notebook扩展工具——提升你的工作效率

 

 

 

Notify

在内核繁忙一段时间后再次空闲时显示一个浏览器通知——繁忙0、5、10或30秒后可配置。

这个插件功能在你需要长时间跑一个代码时可启用,无需在页面等待,程序运行完成后,会弹出通知。

实用Jupyter Notebook扩展工具——提升你的工作效率

 

Collapsible Headings

允许notebook有可折叠的部分,以标题分开。

任何标记标题单元格(即以1-6 #字符开头的单元格)在呈现后都是可折叠的。

标题的折叠/扩展状态存储在单元格元数据中,并在笔记本加载时重新加载。

实用Jupyter Notebook扩展工具——提升你的工作效率

 

 

声明

文章所用图片来自官方DEMO,侵权即删

 

上一篇:Jupyter Notebook主题字体设置及自动代码补全


下一篇:.Net Core Cap 异常