JupyterLab 是 Jupyter 主打的最新數據科學生產工具，某種意義上，它的出現是為了取代Jupyter Notebook。

它作為一種基于 web 的集成開發環境，你可以使用它編寫notebook、操作終端、編輯markdown文本、打開交互模式、查看csv文件及圖片等功能。

JupyterLab 最棒的體驗就是有豐富的擴展插件，我記得過去我們不得不依賴 numpy 和 matplotlib 進行探索性數據分析。對我們來說幸運的是，那些日子早已一去不復返了。

Mito 來了！

遇見 Mito

Mito 是一個免費的 JupyterLab 擴展程序，可以使用 Excel 輕松探索和轉換數據集。

當你啟動 Mito 時，它會顯示一個 Pandas Dataframe 的電子表格視圖。只需單擊幾下，你就可以執行創建、讀取、更新、刪除操作。

如何啟動 Mito

使用 Mito 加載數據并顯示電子表格視圖非常簡單：

import mitosheet
import pandas as pd
url = 'https://raw.githubusercontent.com/mwaskom/seaborn-data/master/iris.csv'
iris = pd.read_csv(url)
mitosheet.sheet(iris)

Mito 打開一個強大的電子表格查看器，它可以過濾、排序和編輯數據。

數據透視表

只需點擊幾下，Mito 就可以創建一個數據透視表。它支持許多常見的聚合，如 sum、median、mean、count、unique 等。

數據透視表是一個分組值表，它聚合了一個或多個離散類別中更廣泛的表的各個項目。

Mito 令人印象深刻的功能

電子表格公式

動態公式是 Excel 的殺手級功能。Excel 可以讓不熟悉編程的人輕松創建復雜的電子表格。如果我告訴你 Mito 以 Excel方式支持動態公式會怎樣。 這個功能真的讓我很驚訝。

看看下面的動圖，看看 Mito 的求和公式怎么工作：

可視化數據

近年來，Python 數據可視化庫層出不窮，從 matplotlib 到 seaborn、plotly，只需幾條命令就可以在 Python 中實現令人驚嘆的可視化。

Mito 可以在不編寫任何代碼的情況下可視化你的數據，它支持條形圖、箱線圖、直方圖和散點圖。

自動代碼生成

Mito 可以將每個操作轉換為 Pandas 代碼，然后你可以與同事共享這些代碼。這對于經驗不足的數據科學家來說，是一個很棒的功能。我做了一些點擊，Mito 生成了以下代碼片段：

Mito 安裝

首先，你需要使用以下命令下載 Mito 的安裝程序：

python -m pip install mitoinstaller

然后安裝它，只需運行：

python -m mitoinstaller install

以上就是python數據可視化JupyterLab實用擴展程序Mito的詳細內容，更多關于JupyterLab擴展程序的資料請關注服務器之家其它相關文章！

原文鏈接：https://blog.csdn.net/weixin_38037405/article/details/120443538