StickyLand 使用教程

1. 项目介绍

StickyLand 是一个 JupyterLab 扩展，旨在打破 Jupyter Notebook 的线性展示方式。通过 StickyLand，用户可以创建“粘性单元格”，这些单元格可以自由拖放和排列，从而实现更灵活的笔记布局和交互式数据分析。StickyLand 支持代码和 Markdown 单元格，并且可以自动执行这些单元格，非常适合用于创建交互式仪表盘和数据可视化。

2. 项目快速启动

安装 JupyterLab

首先，确保你已经安装了 JupyterLab。如果没有安装，可以使用以下命令进行安装：

pip install jupyterlab

安装 StickyLand

安装完 JupyterLab 后，可以使用以下命令安装 StickyLand：

pip install stickyland

启动 JupyterLab

安装完成后，启动 JupyterLab：

jupyter lab

在 JupyterLab 中，你可以通过拖放单元格来创建粘性单元格，并自由排列它们。

3. 应用案例和最佳实践

创建交互式仪表盘

StickyLand 的一个主要应用场景是创建交互式仪表盘。例如，一个机器学习工程师可以使用 StickyLand 创建一个 ML 错误分析仪表盘。这个仪表盘可以包括以下组件：

• Markdown 文本：描述仪表盘的功能。
• 输入字段：指定要诊断的特征。
• 自动运行图表：显示指定特征的分布。
• 输入字段：进一步指定特征的范围。
• 自动运行表格：显示符合条件的所有样本。
• 自动运行可视化：解释 ML 模型如何在这些样本上做出决策。
• 交互式工具：允许 ML 工程师根据错误分析编辑模型参数。

最佳实践

• 拖放创建粘性单元格：通过简单的拖放操作，创建代码和 Markdown 单元格。
• 自动执行粘性单元格：当其他单元格执行时，自动运行粘性单元格。
• 灵活的浮动单元格：创建浮动单元格，使其浮动在笔记本上方，增强交互性。

4. 典型生态项目

JupyterLab

StickyLand 是 JupyterLab 的一个扩展，因此与 JupyterLab 生态紧密结合。JupyterLab 是一个强大的交互式开发环境，支持多种编程语言和数据科学工具。

Jupyter Notebook

虽然 StickyLand 主要用于 JupyterLab，但它也可以与 Jupyter Notebook 结合使用，提供更灵活的笔记布局和交互功能。

其他 JupyterLab 扩展

StickyLand 可以与其他 JupyterLab 扩展结合使用，例如：

• Jupyter Widgets：用于创建交互式小部件。
• JupyterLab Plotly：用于创建和展示 Plotly 图表。
• JupyterLab Table of Contents：用于生成笔记本的目录。

通过这些扩展，用户可以进一步增强 JupyterLab 的功能，实现更复杂的数据分析和可视化任务。