Jupyter Lab 高级用法¶

Jupyter Lab 是 Jupyter Notebook 的升级版，提供了类似 IDE 的多标签页界面，支持代码、Markdown、终端、文件浏览等功能并排显示，是数据分析和生信研究的日常工作台。

核心知识点¶

知识点	说明
工具定位	交互式开发环境（Notebook + IDE 混合体）
最新版本	JupyterLab 4.x
核心优势	多标签页、拖拽布局、扩展系统、多语言内核
与 Notebook 关系	JupyterLab 是 Notebook 的下一代界面
适用场景	数据分析、可视化、教学、论文图表制作
内核支持	Python、R、Julia、Bash 等 40+ 种语言

安装配置¶

# 安装 JupyterLab
pip install jupyterlab                 # pip 安装
# 或
conda install -c conda-forge jupyterlab  # conda 安装
# 或
uv tool install jupyter                # uv 安装

# 启动
jupyter lab                            # 启动 JupyterLab
jupyter lab --port 8888 --no-browser   # 指定端口，不自动打开浏览器

# 远程访问配置
jupyter lab --ip 0.0.0.0 --port 8888 --no-browser --allow-root
# 然后在浏览器访问 http://服务器IP:8888

安装 R 内核¶

# 在 R 中安装 IRkernel
conda install -c conda-forge r-irkernel  # conda 方式
# 或在 R 中运行：
# install.packages('IRkernel')
# IRkernel::installspec()

基本使用¶

1. 常用快捷键¶

=== 命令模式（按 Esc 进入）===
A           在上方插入新单元格
B           在下方插入新单元格
DD          删除当前单元格
M           转为 Markdown 单元格
Y           转为代码单元格
Z           撤销删除
Shift+M     合并选中单元格
C / V       复制 / 粘贴单元格

=== 编辑模式（按 Enter 进入）===
Shift+Enter   运行当前单元格并跳到下一个
Ctrl+Enter    运行当前单元格（不跳转）
Alt+Enter     运行当前单元格并在下方插入新的
Tab           自动补全
Shift+Tab     查看函数文档
Ctrl+/        注释/取消注释

2. 魔法命令（Magic Commands）¶

# 行魔法（单行生效）
%time result = heavy_computation()    # 计时
%timeit x = [i**2 for i in range(1000)]  # 多次计时取平均

# 单元格魔法（整个单元格生效）
%%time                                 # 计时整个单元格
import pandas as pd
df = pd.read_csv("big_file.csv")

%%bash                                 # 在单元格中运行 bash 命令
ls -la
wc -l data.csv

# 其他常用魔法命令
%who                                   # 列出所有变量
%whos                                  # 列出变量详细信息
%reset                                 # 清除所有变量
%load script.py                        # 加载外部脚本到单元格
%store variable                        # 持久化变量（跨 notebook）
%matplotlib inline                     # 内联显示图表

3. Shell 命令¶

# 在代码单元格中运行 shell 命令
!ls -la                                # 列出文件
!pip install pandas                    # 安装包
!head -5 data.csv                      # 查看文件前 5 行

# 捕获 shell 输出
files = !ls *.csv                      # 捕获文件列表到变量
print(files)

高级用法¶

1. 安装扩展¶

# JupyterLab 4 使用 pip 安装扩展
pip install jupyterlab-git             # Git 集成
pip install jupyterlab-lsp             # 语言服务器（代码补全增强）
pip install jupyterlab-code-formatter  # 代码格式化

# 查看已安装扩展
jupyter labextension list

2. 自定义配置¶

# 生成配置文件
jupyter lab --generate-config          # 生成 jupyter_lab_config.py

# 常用配置
# 编辑 ~/.jupyter/jupyter_lab_config.py
c.ServerApp.ip = '0.0.0.0'            # 允许远程访问
c.ServerApp.port = 8888                # 端口
c.ServerApp.open_browser = False       # 不自动打开浏览器
c.ServerApp.notebook_dir = '/home/user/notebooks'  # 默认工作目录

3. 多内核并行¶

# 在同一个 JupyterLab 界面中：
# - 用 Python 内核做数据处理
# - 用 R 内核做统计分析
# - 用 Bash 终端运行生信流程
# - 同时查看 Markdown 文档

# 拖拽标签页到右侧可以并排显示

4. 导出为其他格式¶

# 导出为 HTML
jupyter nbconvert --to html notebook.ipynb

# 导出为 PDF（需要 LaTeX）
jupyter nbconvert --to pdf notebook.ipynb

# 导出为 Python 脚本
jupyter nbconvert --to script notebook.ipynb

# 导出为 Markdown
jupyter nbconvert --to markdown notebook.ipynb

5. 性能优化技巧¶

# 大数据处理时减少输出
pd.set_option('display.max_rows', 20)  # 限制显示行数

# 禁用自动显示（大数据集时）
;  # 行末加分号可以抑制输出

# 使用 tqdm 显示进度条
from tqdm.notebook import tqdm
for i in tqdm(range(1000000)):
    pass  # 显示漂亮的进度条

常见报错与解决¶

报错信息	原因	解决方法
`Kernel died`	内存不足	减少数据量或增加内存
`ModuleNotFoundError`	包没安装到当前内核	`!pip install xxx` 或检查内核环境
远程访问被拒绝	配置问题	设置 `--ip 0.0.0.0` 和防火墙
扩展不显示	版本不兼容	升级 JupyterLab 或扩展

速查表¶

# ===== JupyterLab 速查表 =====

# 安装启动
pip install jupyterlab
jupyter lab                            # 本地启动
jupyter lab --ip 0.0.0.0 --port 8888   # 远程启动

# 快捷键
# Shift+Enter  运行并下移
# Ctrl+Enter   运行不移动
# A/B          上/下方插入单元格
# DD           删除单元格
# M/Y          Markdown/代码模式
# Tab          自动补全
# Shift+Tab    查看文档

# 魔法命令
# %time        计时
# %who         列出变量
# %%bash       运行 bash
# %matplotlib inline  内联图表

# 导出
jupyter nbconvert --to html notebook.ipynb
jupyter nbconvert --to pdf notebook.ipynb
jupyter nbconvert --to script notebook.ipynb

# 扩展
pip install jupyterlab-git
pip install jupyterlab-lsp