5 minutos de leitura
Autor(a)
Bacharel em Matemática e pós graduado em Data Science e Analytics. Com conhecimento em Matemática, Estatística, Excel, Python, R e SQL/NoSQL.
Fique por dentro de conteúdos, insights e oportunidades do universo tech. Receba novidades e lançamentos direto no seu e-mail.
Na Ciência de Dados, uma das ferramentas ideais para visualizar e acompanhar o progresso do nosso projeto é o Jupyter Notebook.
O JupyterLab é uma versão mais moderna do Jupyter Notebook e provavelmente vai substituí-lo a longo prazo. Uma das vantagens do JupyterLab é a possibilidade de utilizar extensões.
As extensões do JupyterLab permitem que você coloque outras funcionalidades no seu Jupyter Notebook, deixando-o personalizado. Além disso, a versão mais recente do JupyterLab, a versão 3, já vem com algumas dessas extensões que foram criadas em versões anteriores de maneira nativa.
Algumas das vantagens do JupyterLab 3 em relação ao Jupyter Notebook padrão:
Uma das extensões do JupyterLab que facilita bastante na organização do Notebook é a Collapsible Headings. Essa extensão permite agruparmos as seções do nosso Notebook para esconder ou expandir as seções. Tanto o sumário quanto essa extensão são funcionalidades muito parecidas com as que vemos nos Jupyter Notebooks do Google Collaboratory.
O JupyterLab permite a customização da visualização, inclusive com a possibilidade de alternar a tela entre o tema Dark (escuro) e Light (claro).Para mudar o tema e o tamanho da fonte em diferentes partes do Notebook, basta selecionar a aba Settings do menu superior e ver as opções da seção JupyterLab Theme.
Além disso, há a possibilidade de ordenar as informações em tela de acordo com a necessidade do(a) usuário(a). Tudo isso pode ser configurado da forma como desejar com Drag and Drop (arraste do mouse).
Na imagem a seguir podemos ver o sumário de navegação no lado esquerdo, as seções com possibilidade de esconder nos títulos do notebook, documentos csv com opção de seleção do separador, para ser visto diretamente como uma tabela na parte superior direita e arquivo txt na parte inferior direita, todos abertos na mesma página. Vemos também o Dark Mode.
Na imagem a seguir, vemos o tema Light padrão, o acesso rápido à documentação bastando clicar no código. Também é possível visualizar o sumário de uma forma diferente, com as células de forma visual e a opção de acrescentar tags em células para conseguir filtrá-las. O acesso à criação de tags é feito a partir das engrenagens na parte superior direita da imagem.
Para instalarmos a versão mais recente do JupyterLab, precisamos do Python instalado no computador. Podemos instalar através do gerenciador de pacotes pip ou através do gerenciador conda do Anaconda.
Para instalarmos através do pip, digitamos o seguinte comando no nosso terminal do sistema operacional:
pip install jupyterlab==3.0.14 --user
Utilizando o prompt conda, escrevemos:
conda install -c conda-forge jupyterlab=3.0.14
Para ter acesso às extensões, como a Collapsible Headings ou alguma outra que você tenha interesse, você precisa instalar o Node.JS no seu computador, assim como o gerenciador de pacotes npm. No site https://nodejs.org/en/ você tem acesso rápido ao instalador do node.js, que já instala o npm no processo de instalação.
Feito isso, o seu JupyterLab estará atualizado e pronto para instalação de extensões. Basta você ir até a aba de extensões e pressionar o botão Enable para habilitar a instalação. Você pode procurar e instalar as extensões a partir dessa aba de uma forma bem parecida com o VSCode, caso já tenha utilizado.
Algumas das extensões que podem ser utilizadas são:
Mais informações no link: https://github.com/lckr/jupyterlab-variableInspector
Mais informações no link: https://github.com/matplotlib/ipympl
Mais informações no link: https://github.com/jtpio/jupyterlab-system-monitor
Para utilizar o Debugger, precisamos instalar um novo Kernel. Para instalar um Kernel no ambiente Anaconda, precisamos executar o comando:
conda create -n jupyterlab-debugger -c conda-forge jupyterlab=3 xeus-python
conda activate jupyterlab-debugger
Feito isso, podemos ativar o Kernel e começar a utilizá-lo.
Na imagem a seguir vemos a tela mostrando a utilização do Debugger no JupyterLab, as setas indicam os pontos de interrupção do código para depuração, na caixa no canto inferior direito há o bloco de código que está sendo depurado. As outras marcações são botões para ativar o Debugger e mostrar as informações à direita.
Deu pra ver que o JupyterLab tem muitas vantagens e opções de personalização para montarmos um ambiente único, com nosso gosto. O que está esperando para aproveitar essas vantagens que ele oferece? É bastante simples a instalação e a forma de utilizar. Personalize o seu Notebook do jeitinho que você gosta para agilizar os seus projetos em Data Science.
Avalie este artigo
O que é um pipeline de dados?
Ler mais
Bancos de dados na nuvem: AWS, Azure e GCP em detalhes
Ler mais
Métricas de avaliação para modelos de regressão
Ler mais