【翻译转载于：https://www.codexa.net/jupyter-lab-beta-review-ml-ide/
】
Jupyter Notebook是一种环境构建工具（IDE），工程师在机器学习和数据科学方面非常喜欢。这一次，之前发布的Jupyer Lab（Jupiter Lab）的alpha版本已经正式发布为测试版！
即使在codexa（codexa）团队中，也有许多成员从传统笔记本转移到Jupyter Lab。在本文中，我们总结了关于机器学习IDE的权威版“Jupyter Lab”新增功能的新功能的可用性，优点和缺点等。这是一个开发环境工具，推荐给从现在开始学习机器学习的初学者，所以请参考它。
现在可以使用Jupyter的入门机器学习教程
现在可以在不需要构建Jupyter环境的情况下在线执行的入门机器学习教程！首先，学习基本算法并深入了解机器学习世界。
什么是Jupyter实验室？关于Jupyter项目
首先，什么是Jupyter项目？关于。Jupyter（读作Jupiter）是一个开发开源交互计算（Interactive Computing）的项目。
Jupyter项目开发了Jupyter笔记本。Jupyter Notebook是一个浏览器友好的编码环境，允许您与同事和团队共享代码，开发交互式分析结果，并轻松集成和操作大量数据。由于其易用性和易用性，它被世界各地的机器学习工程师使用，并且是最流行的开发环境（IDE）之一。
我已经使用它多年了，但Jupyter Notebook能够以简单而干净的方式说明数据分析的整个过程，我认为能够进一步分享它有很大的好处。
虽然团队中的个人编写代码和分析数据并不容易，但Jupyter Notebook很难将代码分解为单元格，并且每个输出都是随之而来的，可以在很短的时间内轻松地理解其他人编写的代码。
这里介绍的Jupyter实验室是一个IDE开发项目，使数据科学家和机器学习工程师能够以集成和高效的方式工作。
如果您已经是一名工程师，我认为您正在使用某种IDE（集成开发环境）。Jupyter Lab以一种非常简单的方式，是机器学习和数据科学的IDE。
Jupyter实验室与传统的Juyter笔记本非常相似，但增加了许多新功能！本文总结了如何安装Jupyter Lab，以及它的优缺点！
Jupyter实验室安装
好吧，首先，如何安装Jupyter Lab。您可以安装Pip或Anaconda，因此如果您有工作环境，可以使用它们轻松安装。
conda install -c conda-forge jupyterlab
pip install jupyterlab
更详细的安装方法，在官方文档（英文）中。我已经安装了4台机器，但我没有收到任何错误。如果您收到错误，请参阅官方文档。
启动Jupyter实验室
成功安装后，立即启动Jupyter Lab。如果您在终端中使用Mac，如果您在Windows中使用Anaconda，将在Anaconda上使用以下命令启动。
jupyter lab
当Jupyter Lab启动时，Jupyter Lab的界面应该在默认浏览器中使用“http：// localhost：8888 / lab”的URL自动打开。如果您使用的是传统的Jupyter笔记本电脑，那么您会对此时的新功能感到兴奋（Tab !!!）。
Jupyter Lab的优点/缺点
由于我实际上在几个项目中使用了Jupyter Lab，我想简要总结一下我个人认为的优点和缺点。（这只是我个人的意见）
优点
- 触摸式但更复杂的界面类似于笔记本
- 标签！（一推）
- 可以显示多个窗口，例如笔记本，文本，CSV，控制台
- 与Google云端硬盘集成
- 拖放单元格
- 文件浏览器（一键式）
短处
- 没有一个函数来编辑像R Studio IDE IDE这样的变量
- 它在进行繁重的处理时有可能会卡死
基本上，几乎没有缺点，所以如果你熟悉Jupyter Notebook，你应该把它转移到Jupyter Lab！然而，仍有部分感觉不稳定（？），而且在训练大量数据时，有几例JupyterLab停止了。（笔记本已成功处理完全相同的代码）。
Jupyter实验室的新功能
现在，从这里开始，我们将介绍一些添加到Jupyter Lab的有用的新功能。
已更新的新界面
我已轻易触及上述优点，但我从笔记本转到Jupyter实验室，我认为我注意到的第一件事就是界面创新。虽然它是传统笔记本的界面，但我喜欢它，因为它非常简单，但Jupyter Lab 很简单，并增加了许多非常实用的新功能。
添加到界面的新功能之一是文件查看器（最后！）。另一个有用的功能是能够从侧边栏查看当前运行的内核。通过这个侧边栏和新添加的“标签”，Jupyter Noteobok使内核之间的移动更加顺畅。
从下面的捕获中可以看出，几乎所有的界面都得到了改进，但对于笔记本来说，过去使用它也很不错！这是一种印象，您希望拥有的功能和您不想更改的功能保持不变。
以表格格式显示数据文件
添加到Jupyter Lab的新功能是一种新功能，可以以表格格式显示CSV文件等数据。老实说 - 这非常有用。它是一个附加到R Studio（R语言的IDE）的函数，但能够与Jupyter一起使用它很有用。
在机器学习中，数据确认是一项相当频繁的任务，因此能够随意检查Jupyter上的文件可以直接缩短工作时间。
多个窗口（多个窗口显示）
这也是方便的新功能之一。我第一次从Jupyter Notebook转移它是如何使用它的尴尬，但它是我习惯它时无法释放的功能。
在传统的Notebook中，当您要使用多个文件时，您必须打开多个窗口。这个新功能允许您拖放多个窗口并将它们放在任何您喜欢的位置。特别是，在检查数据集时编码的任务变得非常容易。
在下面捕获时，您可以在主屏幕上使用Notebook编码时检查旁边辅助窗口中的数据集，然后您可以进一步调低控制台。
可以使用Google云端硬盘
我认为越来越多的案例在办公室和团队中使用Google Drive，但这个新功能非常适合这些人。
通过安装扩展程序并从Jupyter Lab侧面菜单登录到您的Google帐户，即可使用此新功能。可以做的是，您可以将Jupyter Lab中创建的笔记本直接保存到Google云端硬盘，甚至可以在团队中共享。
保存您的笔记本并通过电子邮件发送。如果您是已经使用Google云端硬盘的团队，请让我们进行设置！
cell拖放
顺便说一句，如果你这次转移到Jupyter Lab时添加了新功能的便利排名 - 个人，这个功能将是第一个强加的 ......那就是cell的拖放！
如果您已经在使用Jupyter Notebook，您可能至少感受过一次？将电池上下移动并移动到位是非常麻烦的。在首先正确编写代码并在添加之后添加代码等...编辑代码的顺序非常麻烦。
这个新功能解决了这种无用的工作！稍微低一点的捕获很难理解，但您可以抓住指定的单元格并将其放到您喜欢的位置。
总结
这次，我们介绍了Jupyter Lab的有用新功能，该功能已作为测试版正式发布，并总结了优点/缺点。
我认为Jupyter Lab是一个广泛的人使用的工具，从熟练的机器学习工程师到初学者。它仍在开发中作为测试版。从现在开始如何改变......非常有趣！作为个人请求......就像R Studio IDE一样，我认为如果添加变量查看器会更好！
如果您是机器学习的新手，或者如果您是一位已经在掌握数据的机器学习工程师，请使用Jupyter实验室！作为一个机器学习环境（IDE），我认为您可能找不到比这更多的选项。
链接：
- https://www.codexa.net/jupyter-lab-beta-review-ml-ide/
- https://www.alphavantage.co/documentation/
- https://www.alphavantage.co/
云平台开发运维解决方案@george.sre
GitHub: https://github.com/george-sre
欢迎交流～
