Полные шаги

1. Установите nodejs, например conda install nodejs.
2. Установите ipympl, например pip install ipympl.
3. [Необязательно, но рекомендуется; обновите JupyterLab, например,
   pip install --upgrade jupyterlab.]
4. [Необязательно, но рекомендуется; для установки локального пользователя запустите:
   export JUPYTERLAB_DIR="$HOME/.local/share/jupyter/lab".]

5. Установить расширения:

   jupyter labextension install @jupyter-widgets/jupyterlab-manager
   jupyter labextension install jupyter-matplotlib
   

6. Включить виджеты: jupyter nbextension enable --py widgetsnbextension.

7. Перезапустите JupyterLab.
8. Украсить %matplotlib widget.

Не рекомендуется, но чтобы вслепую заставить расширение виджета работать в Anaconda, вы можете запустить следующее в окне терминала:

conda install -y nodejs
pip install ipympl
pip install --upgrade jupyterlab
jupyter labextension install @jupyter-widgets/jupyterlab-manager
jupyter labextension install jupyter-matplotlib
jupyter nbextension enable --py widgetsnbextension

Чтобы включить бэкэнд jupyter-matplotlib, используйте магию matplotlib Jupyter:

%matplotlib widget
import matplotlib.pyplot as plt
plt.figure()
x = [1,2,3]
y = [4,5,6]
plt.plot(x,y)

Подробнее см. jupyter-matplotlib на GitHub

Согласно предложению Георгия, это было вызвано тем, что Node.js не был установлен.

Шаги для JupyterLab 3. *

Ранее я использовал Mateen 10705616 "> ответ несколько раз, но когда я попробовал их с JupyterLab 3.0.7, я обнаружил, что jupyter labextension install @jupyter-widgets/jupyterlab-manager вернул ошибку и у меня были неработающие виджеты.

После многих головных болей и поиска в Google я подумал, что опубликую решение для всех, кто окажется здесь.

Шаги теперь упрощены, и я смог вернуться к работе с интерактивными графиками со следующим:

1. pip install jupyterlab
2. pip install ipympl
3. Украсить %matplotlib widget

Шаг 2 автоматически позаботится об остальных зависимостях, включая замену (теперь уже обесценившейся?) @jupyter-widgets/jupyterlab-manager

Надеюсь, это сэкономит время кому-то еще!

Это решение работает в jupyterlab.

import numpy as np
import matplotlib.pyplot as plt
from IPython.display import clear_output


n = 10
a = np.zeros((n, n))
plt.figure()

for i in range(n):
    plt.imshow(a)
    plt.show()
    a[i, i] = 1
    clear_output(wait=True)

Резюме

В сложной настройке, когда процесс jupyter-lab и процесс ядра Jupyter / IPython работают в разных виртуальных средах Python, обратите внимание на версии пакета Python и расширения Jupyter (например, ipympl, jupyter-matplotlib), связанных с Jupyter, и их совместимость между средами.

И даже в одной виртуальной среде Python убедитесь, что вы соблюдаете _ 4_ таблица совместимости.

Пример

Пара примеров, как запустить JupyterLab.

Простой (ул)

Думаю, самый простой кроссплатформенный способ запустить JupyterLab - это запустить его из контейнера Docker. Вы можете создать и запустить контейнер JupyterLab 3 следующим образом.

docker run --name jupyter -it -p 8888:8888 \
  # This line on a Linux- and non-user-namespaced Docker will "share"
  # the directory between Docker host and container, and run from the user.
  -u 1000 -v $HOME/Documents/notebooks:/tmp/notebooks \
  -e HOME=/tmp/jupyter python:3.8 bash -c "
    mkdir /tmp/jupyter; \
    pip install --user 'jupyterlab < 4' 'ipympl < 0.8' pandas matplotlib; \
    /tmp/jupyter/.local/bin/jupyter lab --ip=0.0.0.0 --port 8888 \
      --no-browser --notebook-dir /tmp/notebooks;
  "

Когда он закончится (а это займет некоторое время), самые нижние строки в терминале должны выглядеть примерно так:

    To access the server, open this file in a browser:
    ...
        http://127.0.0.1:8888/lab?token=abcdef...

Вы можете просто щелкнуть по этой ссылке, и JupyterLab должен открыться в вашем браузере. Как только вы выключите экземпляр JupyterLab, контейнер остановится. Вы можете перезапустить его с помощью docker start -ai jupyter.

Сложный

Этот GitHub Gist иллюстрирует идею создания виртуальной среды Python с помощью JupyterLab 2, а также создания всего необходимые расширения с Nodejs в контейнере, без установки Nodejs в хост-системе. В JupyterLab 3 и предварительная сборка расширений этот подход становится менее актуальным.

Контекст

Сегодня я чесал голову во время отладки %matplotlib widget, не работающего в JupyterLab 2. У меня есть отдельный предварительно собранный JupyterLab venv (как описано выше), который поддерживает локальный JupyterLab в качестве режима приложения Chromium (т.е. c.LabApp.browser = 'chromium-browser --app=%s' в конфигурации), и несколько ядер IPython. из простых venv Python с конкретными зависимостями (редко меняются) и приложения, раскрывающего себя как ядро ​​IPython. Проблема с режимом интерактивного виджета проявляется по-разному.

Например, имея

• в хосте JupyterLab venv: расширение jupyter-matplotlib v0.7.4 и ipympl==0.6.3

• в ядре venv: ipympl==0.7.0 и matplotlib==3.4.2

В консоли браузера у меня были такие ошибки:

• Error: Module jupyter-matplotlib, semver range ^0.9.0 is not registered as a widget module
• Error: Could not create a model.
• Could not instantiate widget

В пользовательском интерфейсе JupyterLab:

• %matplotlib widget успешно перезапускается
• Графики застряли в виджете "Загрузка" ...
• Ничего не происходит при повторном запуске ячейки с выводом диаграммы
• При предыдущих попытках %matplotlib widget мог поднять что-то вроде KeyError: '97acd0c8fb504a2288834b349003b4ae'

При понижении версии ipympl==0.6.3 в ядре venv в консоли браузера:

• Could not instantiate widget
• Exception opening new comm
• Error: Could not create a model.
• Module jupyter-matplotlib, semver range ^0.8.3 is not registered as a widget module

Как только я сделал пакеты / расширения в соответствии с _ 24_ таблица совместимости:

• в хосте JupyterLab venv: расширение jupyter-matplotlib v0.8.3, ipympl==0.6.3

• в ядре venv: ipympl==0.6.3, matplotlib==3.3.4

Это более или менее работает так, как ожидалось. Ну, есть очень мелкие сбои, например, за исключением того, что я помещаю %matplotlib widget на ячейку с диаграммой, скажем, при перезапуске первая диаграмма накапливает все содержимое всех диаграмм в записной книжке. При %matplotlib widget на ячейку одновременно активна только одна диаграмма. И при перезапуске отображается только последний виджет (но ручной повторный запуск ячейки исправляет).