JupyterLab：JupyterLab是Jupyter项目的下一代交互式计算环境，提供了更加现代和灵活的用户界面。它支持多文档界面，用户可以同时打开和查看多个文档，包括笔记本、文本文件、代码文件等。JupyterLab的界面更加复杂，允许用户在不同的面板和标签页之间导航，并通过拖放来调整面板的位置。
一、安装JupyterLab
在Anaconda Prompt中，输入以下命令来安装JupyterLab：
默认base环境下
conda list jupyter
conda install -c conda-forge jupyterlab
二、安装【各环境的】ipykernel组件
为了在JupyterLab中使用Anaconda的其他虚拟环境，需要进行一些配置。
默认环境base环境已安装ipykernel（在安装Anaconda时，自动安装了IpyKernel，IPyKernel是Jupyter Notebook和JupyterLab等交互式编程环境的基础，）
指定的python环境也要装：
conda activate 指定的环境
conda list ipykernel
conda install ipykernel
三、加载【各python环境到】jupyterlab【可以不操作】
1、JupyterLab与Anaconda的环境选择有直接关系。在使用JupyterLab时，默认情况下只能识别Anaconda的base环境，无法直接识别其他虚拟环境。
2、将所需环境加载到jupyter lab中：
python -m ipykernel install --user --name 指定的环境
四、启动jupyterlab
1、默认base环境下，启动
jupyter lab
2、默认base环境下，启动
jupyter notebook
五、jupyterlab查看组件
查看：jupyter kernelspec list
删除：jupyter kernelspec remove 你的kernelname
六、其他
Jupyter核心特点
交互式编程
支持逐行或分块执行代码，实时查看结果（如图表、表格、文本等）。
特别适合探索性数据分析（EDA）和快速原型开发。
多语言支持
原生支持 Python（最常用），通过安装内核（kernel）可扩展至 R、Julia、Scala、JavaScript 等 40+ 种语言。
富文本与可视化
支持 Markdown、LaTeX、HTML 编写文档，结合代码和说明（如数学公式、图片）。
集成 Matplotlib、Plotly、Bokeh 等可视化库，直接显示图表。
跨平台与云端集成
可在本地或远程服务器运行，支持 Docker 部署。
与 Google Colab、Kaggle Notebooks、JupyterHub 等云端平台无缝衔接。
主要应用场景
数据分析与可视化
清洗数据、生成统计图表、探索数据模式。
机器学习与模型开发
训练模型、调参、实时验证结果。
教育与协作
创建教学材料，分享可交互的代码示例。
学术研究
记录实验过程，生成可复现的研究报告。
Jupyter 的核心组件
Jupyter Notebook
经典的单文档界面，适合简单项目。
JupyterLab
新一代集成开发环境（IDE），支持多标签页、文件管理、终端、调试器等模块化布局。
JupyterHub
多用户服务，用于团队或教育机构的集中管理（如大学课程）。
