第4章 Jupyter Notebook与Lab

4、Jupyter Notebook与Lab：Jupyter的安装与启动、Notebook基本操作、魔法命令、与Git的集成、Jupyter Lab新特性

Jupyter 这个工具，说实话，是我在 MLOps 生涯里用得最频繁的「瑞士军刀」。你想想看，从数据探索、模型原型验证，到最后的报告输出，它几乎贯穿了整条链路。我个人习惯把它当作实验笔记本，而不是一个正式的开发环境。今天我们就来聊聊它的安装、核心操作，以及那些能让你效率翻倍的魔法命令。

安装 Jupyter 其实很简单。我建议你直接用 pip 安装，别用系统自带的包管理器，容易版本冲突。

# 安装 Jupyter Notebook 和 Lab
pip install jupyter jupyterlab

# 如果你用的是 Anaconda，它已经自带了，但版本可能旧
# 我个人习惯用 pip 单独管理，干净利落

启动就更直接了：

# 启动 Notebook
jupyter notebook

# 启动 Lab（我更喜欢这个）
jupyter lab

我曾经踩过的坑： 第一次启动时，终端会输出一堆 token 信息。如果你在远程服务器上跑，记得复制那个带 token 的 URL，否则浏览器打不开。还有，别在 root 用户下直接跑，权限问题会让你怀疑人生。

启动后，浏览器会自动打开一个页面。你会看到文件列表，这就是你的工作目录。嗯，这里要注意：默认端口是 8888，如果被占用了，它会自动递增到 8889，别慌。

Notebook 的核心概念就两个：单元格和内核。单元格是你写代码或 Markdown 的地方，内核是背后执行代码的 Python 解释器。

我常用的快捷键（记住这几个就够了）：

为什么这些快捷键重要？因为你在做数据探索时，手不离键盘的效率远高于鼠标点来点去。我在项目中遇到过，一个同事用鼠标点了半小时才跑完一个流程，我用快捷键 5 分钟搞定。

魔法命令是 Jupyter 最让我爱不释手的功能。它们以 % 或 %% 开头，能完成一些普通 Python 做不到的事。

我常用的几个：

魔法命令	作用	我的使用场景
`%timeit`	测量代码执行时间	比较不同算法的性能，比如 Pandas 和 Polars 谁更快
`%run`	运行外部 Python 脚本	把预处理逻辑写在 .py 文件里，在 Notebook 里直接调用
`%load_ext`	加载扩展	加载 `autoreload`，自动重载修改过的模块
`%%writefile`	把单元格内容写入文件	快速生成一个配置文件或小脚本
`%matplotlib inline`	让图表直接显示在 Notebook 里	做数据可视化时必用，否则图表会弹到新窗口

举个例子，我经常用 %timeit 来验证我的优化是否有效：

# 比较列表推导和 for 循环的速度
%timeit [x**2 for x in range(1000)]

# 输出类似：1000 loops, best of 5: 123 µs per loop

我的小技巧： 用 %who 可以查看当前命名空间里所有变量。当你 Notebook 跑了一堆单元格，忘了自己定义过什么变量时，这个命令能救命。

Notebook 文件是 JSON 格式的，直接提交到 Git 会带来噩梦——每次运行都会改变输出和元数据，diff 看起来一团糟。我曾经因为这个问题，在团队里被吐槽过好几次。

解决方案有两个：

我建议你在项目根目录下创建一个 .gitignore 文件，加上这几行：

# 忽略 Notebook 的检查点文件
.ipynb_checkpoints/
# 忽略临时文件
*.pyc
__pycache__/

另外，我个人习惯在提交前用 nbstripout 这个工具自动清理输出。安装后配置一下 Git hooks，每次 commit 都会自动清理，省心不少。

  核心原则： Notebook 提交到 Git 时，只保留代码和 Markdown，不要带输出。输出是运行结果，不是代码本身。你想想看，如果两个同事同时修改了同一个 Notebook，输出不同会导致冲突，多麻烦。

Jupyter Lab 是 Notebook 的下一代产品。说实话，自从用了 Lab，我就再也没打开过传统 Notebook。它最大的变化是：多标签页、可拖拽布局、内置终端和文件浏览器。

几个让我爱不释手的新特性：

启动 Lab 后，你会看到一个类似 IDE 的界面。左侧是文件浏览器，中间是工作区，右侧可以放各种面板。我个人习惯把文件浏览器放在左边，代码编辑器放在中间，下面开一个终端跑监控命令。

我的配置建议： 安装 jupyterlab_code_formatter 插件，配合 Black 或 Ruff，一键格式化代码。在 MLOps 项目中，代码风格统一很重要，尤其是多人协作时。

下面这张图展示了 Jupyter Lab 的核心工作流，从数据加载到模型验证，一气呵成：

你看，从数据加载到部署，Jupyter Lab 都能覆盖。我个人习惯在 Lab 里同时打开三个面板：一个 Notebook 做探索，一个终端跑训练脚本，一个文件浏览器管理数据。这种多任务处理能力，是传统 Notebook 做不到的。

注意： Jupyter Lab 虽然强大，但别用它跑长时间的训练任务。它更适合交互式探索和原型验证。正式训练还是用脚本 + 任务调度器更靠谱。我曾经犯过这个错，在 Lab 里跑了一个 8 小时的训练，结果浏览器崩溃，一切归零。

好了，关于 Jupyter 的安装、操作、魔法命令、Git 集成和 Lab 新特性，就聊到这里。这些工具用熟了，你的 MLOps 效率至少提升 30%。

公众号:蓝海资料掘金营，微信deep3321