JupyterLab の導入から機能拡張、便利な応用まで

JupyterLab は Python がインタラクティブに書ける Jupyter Notebook の進化版、らしい。
(デフォルトで) markdown 記法を使って綺麗なノートが作れることが個人的な推しポイント。
あと拡張機能。

導入

こちらのサイトを参考にした。
今回は Anaconda と一緒に導入することに決めて、ダウンロードページから GUI 版をダウンロード。
インストールが終わったら Anaconda.Navigator を使って即 JupyterLab が launch できるようになっている。便利。

拡張機能の導入

上と同じサイトを参考に、まず node.js をインストールする必要がある。
brew でもインストールできるのだが、JupyterLab との連携がうまく行かなかったので、conda を推奨。

conda install nodejs

これでノートブック左側のメニューから拡張機能の検索・導入ができるようになる。

(2022/05/03 追記)

base (root) の環境だと何故か非常に古いバージョンの node.js しかインストールされないという現象が生じた。
これは新しく環境を作って上記コマンドを実行しなおすことで解決。

拡張機能1: Variable Inspector

上記サイトでオススメされているこれを導入した。
導入には GUI から行う方法の他に、shellで

jupyter labextension install @lckr/jupyterlab_variableinspector

などとすることも可能。

拡張機能2: git(hub) との連携

@jupyterlab/git を導入する。拡張機能の他に、以下のインストールが必要らしい。

conda install -c conda-forge jupyterlab-git

使い方の手順はこちらにある通り。
正しくインストールが完了すれば、GUIの左側に git のメニューが存在して、そこから stage や commit や push ができるようになる

matplotlib を使う

ちょっとハマったのが、コードの先頭（import matplotlib より前）におまじないが必要（以下1行目）。
これがないとノート内で図を表示してくれない。
また、おまじないがあれば plt.show() は不要で、特にこのコマンドがあると図をファイルに保存するとき正しく出力されなかったので、書かない。
さらに、全てのコマンドを1つのセル内に書かないと図は正しく作られなかった。
以下ミニマルなサンプルコード。

%matplotlib inline

import numpy as np
import matplotlib.pyplot as plt

# figure settings
fig = plt.figure()

# subfigure
ax = fig.add_subplot(1,1,1)

# random variables
x = np.random.rand(100)
y = np.random.rand(100)

# plot
ax.scatter(x, y)

# show
plt.tight_layout()

# save figure
plt.savefig('../figure/plot.pdf', bbox_inches='tight')