不吹不黑，jupyter lab 3.0客观使用体验

1 简介

　　jupyter lab于近期发布了其具有里程碑意义的3.0版本，随之带来的一些重要新特性，想必广大读者朋友已在各大公众号所翻译转载的jupyter lab团队官方介绍文章中知晓了很多。

图1

　　那么目前的jupyter lab好用吗？是否还存在bug？适合直接升级使用吗？今天的文章就将通过我的真实使用体验，来认识jupyter lab 3.0。

2 jupyter lab 3.0使用体验

　　为了不干扰现有的环境，我们通过以下代码创建新的环境，并安装最新稳定版本的jupyter lab：

conda create -n temp python=3.7 -y
conda activate temp
pip install jupyterlab -U

　　这样我们的jupyter lab就安装好了，版本为3.0.3：

图2

　　接下来我们就逐一体验官方所述的新版本特性，看看是否好用，是否还存在问题。

2.1 “无需nodejs即可安装插件”

　　作为官方宣传的jupyter lab3.0版本后最大的改变，似乎我们可以不需要nodejs，不通过jupyter labextension install语句，仅仅依靠pip/conda/mamba就可以安装拓展，那么目前未知，常见常用的那些jupyter lab拓展都可以这样安装吗？

　　我测试了一下，目前确实已经有一些主流的，官方或非官方出品的拓展已经可以这样安装了，譬如：

• jupyter-kite

　　作为jupyter lab平台上非常实用的代码智能补全插件，按照官方Github仓库的说明，通过下面语句，即可成功安装：

pip install "jupyterlab-kite>=2.0.2"

　　使用起来也是非常稳定：

图3

• jupyter-matplotlib

　　作为jupyter lab上开启交互式matplotlib绘图所需的拓展，我们现在可以通过下面的语句直接进行安装，这样的好处显而易见——我们无需再build了！

pip install ipympl

图4

　　并且jupyter-matplotlib安装过程顺道把@jupyter-widgets/jupyterlab-manager拓展安装上了，这意味着它也不需要nodejs依赖了_欢呼