Vue d'ensemble

JupyterLab 3.0, publié le 8 janvier 2021, ajoute un débogueur visuel intégré, une table des matières automatique et une nouvelle API d'extensions basée sur pip.

Fonctionnalités principales

Débogueur visuel

JupyterLab intègre désormais un débogueur visuel permettant de poser des points d'arrêt, d'inspecter les variables et de naviguer dans la pile d'appels directement depuis l'interface du notebook.

python 
# Le débogueur est activable depuis la barre d'outils
# Il nécessite un noyau compatible (ipykernel >= 6.0)

# Exemple de code à déboguer dans JupyterLab 3
def calculer_statistiques(donnees):
    total = sum(donnees)         # <- poser un point d'arrêt ici
    moyenne = total / len(donnees)
    ecarts = [(x - moyenne) ** 2 for x in donnees]
    variance = sum(ecarts) / len(donnees)
    return {'moyenne': moyenne, 'variance': variance}

# Lancer avec le débogueur activé pour inspecter
# chaque variable à chaque étape
resultat = calculer_statistiques([4, 8, 15, 16, 23, 42])
print(resultat)

Table des matières et nouvelle API d'extensions

La table des matières (ToC) est désormais intégrée et se génère automatiquement à partir des titres Markdown. Les extensions peuvent maintenant être installées via pip install sans nécessiter Node.js, ce qui simplifie considérablement l'écosystème.

python 
# Installation d'extensions simplifiée (sans Node.js)
# pip install jupyterlab-git
# pip install jupyterlab-lsp

# La ToC se génère à partir des titres Markdown :
# # Titre principal       -> niveau 1
# ## Analyse des données  -> niveau 2
# ### Nettoyage           -> niveau 3

# API d'extension précompilée
# Créer une extension JupyterLab 3 :
# pip install cookiecutter
# cookiecutter https://github.com/jupyterlab/extension-cookiecutter-ts

Sources