1 簡(jiǎn)介

jupyter lab是我最喜歡的編輯器，在過(guò)往的文章中也給大家介紹過(guò)很多相關(guān)資源和實(shí)用插件，但本文要給大家介紹的jupyter lab插件elyra，絕對(duì)是我使用過(guò)的最強(qiáng)大的jupyter lab插件沒(méi)有之一，因?yàn)樗暮诵墓δ芫褪菐椭覀兘鉀Q數(shù)據(jù)分析工作中非常重要的問(wèn)題——「搭建工作流」。

圖1

2 利用elyra搭建工作流

在安裝elyra插件集之前，請(qǐng)確保你的jupyter lab版本在2.0及以上，并且已經(jīng)安裝好了nodejs也就是所有jupyter lab拓展插件都需要的依賴。

不像常規(guī)的jupyter lab插件的安裝方法，我們執(zhí)行下列命令即可安裝elyra下集成的多個(gè)插件：

pip?install?--upgrade?elyra?&&?jupyter?lab?build

安裝完之后，你的jupyter lab操作界面外觀會(huì)發(fā)生一些變化，我們先記住在安裝elyra之前我們的jupyter lab界面長(zhǎng)啥樣（我使用的主題感興趣的朋友可以通過(guò)jupyter labextension install jupyterlab-tailwind-theme來(lái)安裝）：

圖2

而在安裝完成重啟jupyter lab之后，除了左上角的jupyterlogo變化了之外，還新增了圖中我用紅框框選出來(lái)的地方：

圖3

接下來(lái)我們就來(lái)介紹如何利用elyra交互式地「搭建工作流」。

elyra賦予了我們通過(guò)交互的方式將若干個(gè)ipynb文件組織成工作流的能力，為了方便演示，這里我們創(chuàng)建幾個(gè)帶有簡(jiǎn)單流程代碼的ipynb文件：

圖4 ?step1.ipynb圖5 step2.ipynb圖6 step2-1.ipynb圖7 step2-2.ipynb

接著我們?cè)?strong>「Launcher」頁(yè)面點(diǎn)擊Pipeline Editor打開用來(lái)交互式編輯「notebook流水線」的界面：

圖8圖9

直接將側(cè)邊欄中對(duì)應(yīng)的step1.ipynb文件拖拽進(jìn)來(lái)：

圖10

點(diǎn)擊流水線界面中ipynb文件對(duì)應(yīng)節(jié)點(diǎn)右側(cè)的三個(gè)圓點(diǎn)，可以打開更多功能選項(xiàng)：

圖11

因?yàn)槲覀兪潜镜丨h(huán)境，所以這里只需要在properties下必填參數(shù)Runtime Image中隨便選一個(gè)就行：

圖12

保存之后，就完成了本地環(huán)境下單個(gè)節(jié)點(diǎn)的必要參數(shù)設(shè)置，同樣的將其他ipynb文件拖拽進(jìn)來(lái)，各自配置好必要參數(shù)再如圖13所示將各節(jié)點(diǎn)聯(lián)結(jié)起來(lái)：

圖13

這樣我們的流水線就搭建好了，是不是非常滴好玩~，接著點(diǎn)擊左上角的運(yùn)行按鈕，輸入流水線名稱后即可開始運(yùn)行我們的工作流：

圖14

工作流執(zhí)行成功之后也會(huì)有提示：

圖15

如果工作流執(zhí)行到某個(gè)節(jié)點(diǎn)發(fā)生程序錯(cuò)誤，也會(huì)有非常人性化的提示：

圖16

對(duì)應(yīng)出錯(cuò)的ipynb錯(cuò)誤代碼塊上方，elyra也會(huì)幫我們創(chuàng)建記錄錯(cuò)誤信息的markdown單元格：

圖17

最好用的是，配合魔術(shù)命令%store，我們就可以跨notebook傳遞全局變量，而不需要再往外寫出先前節(jié)點(diǎn)的結(jié)果文件：

利用%store 變量名將某個(gè)變量轉(zhuǎn)化為跨kernel的全局變量：

圖18

利用%store -r 變量名將跨kernel全局變量中的指定變量加載到當(dāng)前kernel中：

圖19

而除了「搭建工作流」這個(gè)核心功能外，elyra還有很多其他的實(shí)用功能，感興趣的朋友可以前往官方文檔（https://elyra.readthedocs.io/en/latest/）自行閱讀學(xué)習(xí)。

圖20

---

以上就是本文的全部?jī)?nèi)容，歡迎在評(píng)論區(qū)與我進(jìn)行討論~

本文示例文件已上傳至Github倉(cāng)庫(kù)https://github.com/CNFeffery/DataScienceStudyNotes

往期精彩回顧適合初學(xué)者入門人工智能的路線及資料下載機(jī)器學(xué)習(xí)及深度學(xué)習(xí)筆記等資料打印機(jī)器學(xué)習(xí)在線手冊(cè)深度學(xué)習(xí)筆記專輯《統(tǒng)計(jì)學(xué)習(xí)方法》的代碼復(fù)現(xiàn)專輯 AI基礎(chǔ)下載機(jī)器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)專輯獲取一折本站知識(shí)星球優(yōu)惠券，復(fù)制鏈接直接打開：https://t.zsxq.com/662nyZF本站qq群704220115。加入微信群請(qǐng)掃碼進(jìn)群（如果是博士或者準(zhǔn)備讀博士請(qǐng)說(shuō)明）：

總結(jié)

以上是生活随笔為你收集整理的【Python相关】jupyter平台最强插件没有之一的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。