📱Variable Inspector.

Variable Inspector — это расширение для Jupyter Lab, которое помогает отслеживать переменные в ноутбуке. Оно отображает все переменные в одном месте, показывая их имена, значения, типы, размеры и формы в реальном времени. Больше не нужно вручную печатать переменные для проверки!

🔹Основные возможности:

🔘Просмотр переменных – список всех переменных в текущем ноутбуке.

🔘Отображение DataFrame – интерактивный предпросмотр значений DataFrame.

🔘Автоматическое обновление – предпросмотр DataFrame обновляется при изменении в коде.

🔘Настройка столбцов – выбирайте, какие свойства переменных отображать.

🔘Ручное или автообновление – список переменных обновляется автоматически при выполнении ячеек, но можно выбрать ручное обновление.

#Jupyter #Python #DataScience #MachineLearning #JupyterLab #DataAnalysis #AI

📱Ссылка на репозиторий:
https://github.com/mljar/variable-inspector

📱Nbdime.

nbdime — мощные инструменты diff и merge для Jupyter Notebooks!

❗️Работает как в терминале, так и в браузере. Особенно полезен при работе с Git и в коллаборативных проектах на Jupyter.

🔹Возможности:

🔘nbdiff — сравнение ноутбуков в терминале.

🔘nbdiff-web — визуальное сравнение ноутбуков в браузере.

🔘nbmerge — трёхстороннее слияние с автоматическим разрешением конфликтов.

🔘nbmerge-web — слияние прямо в браузере.

🔘nbshow — просмотр ноутбука в терминале.

#nbdime #JupyterNotebooks #DiffTool #MergeTool #PythonDev #OpenSourceTools #NotebookDiff #DataScienceTools #JupyterLab #GitAndJupyter #DevTools #CodeReview

📱Ссылка на репозиторий:
https://github.com/jupyter/nbdime

📱Jupyterlab-git.

jupyterlab-git — это расширение для JupyterLab, которое добавляет полноценный Git‑интерфейс прямо в левую панель, так что можно работать с репозиторием, не выходя из браузера.

🔹Из коробки:

🔘Панель Git в JupyterLab: статус репозитория, список изменённых файлов, диффы, история коммитов, кнопки commit/push/pull/branch — всё через GUI.

🔘Установка одной командой:

  pip install --upgrade jupyterlab jupyterlab-git
  # или
  conda install -c conda-forge jupyterlab jupyterlab-git

Требования — JupyterLab 4.x и Git >= 2.x. Для 2.x/3.x есть отдельные ветки jlab-2 / jlab-3.

🔻Аутентификация и работа с remote:

🔘HTTP(S): расширение умеет временно кешировать логин/пароль (по умолчанию на час; настраивается через JupyterLabGit.credential_helper), опция «Save my login temporarily» в диалоге доступа.

🔘SSH: стандартный путь — сгенерировать SSH‑ключ, добавить его в GitHub/GitLab, при необходимости настроить ~/.ssh/config и перевести origin на ssh‑URL; после этого push/pull доступны кнопками в панели.

🔻Гибкие настройки UI и сервера:

🔘UI‑флаги вроде blockWhileCommandExecutes, cancelPullMergeConflict, simpleStaging, doubleClickDiff, historyCount, refreshInterval и др. позволяют либо максимально «страховаться» от потери данных, либо упростить интерфейс для менее опытных пользователей Git.

🔘Серверные опции (JupyterLabGit.actions.post_init, credential_helper, excluded_paths, git_command_timeout_s) настраиваются в jupyter_notebook_config.py / .json и позволяют, например, автоматически выполнять команды после git init или тонко управлять кешем учётных данных.

🔻Полезные мелочи для эксплуатации:

🔘Если фронтенд виден, но не работает — проверить включение серверного расширения через jupyter server extension list, при необходимости выполнить jupyter server extension enable --py jupyterlab_git.

🔘Если Git‑панель не отображается — убедиться, что labextension установлен (jupyter labextension list) и при необходимости доустановить @jupyterlab/git, либо выполнить jupyter lab clean --all и переустановку.

#JupyterLab #Git #jupyterlabgit #Python #DataScience #Notebooks #VersionControl

📱Ссылка на репозиторий:
https://github.com/jupyterlab/jupyterlab-git

📱Arbalister.

Arbalister — это расширение для JupyterLab, которое позволяет двойным кликом открывать табличные файлы (Parquet, CSV, Avro, ORC, SQLite и другие Arrow‑совместимые форматы) прямо в интерфейсе без написания кода. Расширение состоит из серверной части на Python и клиентской на TypeScript, общающихся через Arrow IPC‑стримы.

🔹Основные возможности:

🔘Поддерживаемые форматы: Parquet, CSV, Avro, ORC, SQLite, Arrow IPC.

🔘Lazy loading: данные подгружаются чанками по мере прокрутки, поэтому можно смотреть файлы больше объёма памяти.

🔘Prefetching: заранее подгружает следующий чанк для плавного скролла.

🔘Настройки чтения: тулбар для выбора разделителя CSV, таблицы в SQLite и других опций.

🔘Расширяемость: сервер даёт Arrow‑стримы, на которых можно строить свои вьюеры.

🔻Установка:

pip install arbalister (требуется JupyterLab >= 4.5.0).

#JupyterLab #Arbalister #ApacheArrow #Parquet #SQLite #DataEngineering #DataScience #Python #QuantStack #OpenSource

📱Ссылка на репозиторий:
https://github.com/QuantStack/Arbalister

📱Nbpipe.

Nbpipe - это легковесная утилита, которая позволяет запускать последовательность Jupyter-ноутбуков как единый рабочий процесс (workflow). Вы можете управлять выполнением прямо из командной строки (CLI) или через удобную боковую панель в JupyterLab.

Это идеальное решение для ситуаций, когда ваш процесс разбит на несколько логических шагов (например: подготовка данных -> обучение модели ->генерация отчета), и их нужно выполнять строго друг за другом.

🔧 Установка:

pip install nbpipe

❓Как это работает:

🔘Создайте папку .nbpipe/ в корне вашего проекта.

🔘Опишите ваши шаги в YAML-файле (например, my_workflow.yaml):

name: my_workflow
steps:
  - notebook: prepare_data.ipynb
    output: data/processed.csv
  - notebook: train_model.ipynb

🔘Запустите пайплайн одной командой:

nbpipe run .nbpipe/my_workflow.yaml

💡Что важно знать про шаги:

🔘Поле notebook (обязательное) — указывает путь к ноутбуку относительно корня проекта.

🔘Поле output (опциональное) — файл, который должен быть сгенерирован после выполнения этого шага. Работает как проверка качества: если ноутбук отработал, а нужный файл не появился — пайплайн упадет с ошибкой. Поле поддерживает маски файлов (например, report_*.csv).

#Python #Jupyter #JupyterLab #DataScience #DataEngineering #MachineLearning #DevTools #Workflow #Автоматизация

📱Ссылка на репозиторий:
https://github.com/ngafar/nbpipe