이 기사에서 이해

JupyterLab에서 코드 보간 라이브러리 키트를 적용하는 방법 (Mac 환경)

비고

linux 버전의 도입 방법은 여기 멋진 기사 로 해설되어 있습니다.

개요

얼마 전 파이썬과 같은 코드 저장으로 알려진 키트이 데이터 분석 등에 사용되는 IDE에서 친숙한 JupyterLab에 대응한 것이 발표되었습니다.

지금까지 JupyterLab에서의 보간이라고 하면 디폴트로 갖추어져 있는 Tab 보간이나, extension의 하나이다. 그리고 조금 사용하기 어려웠습니다. 또, 보간의 타이밍이나 내용등도 요즈음의 기계 학습을 이용한 보간에 비해는 조금 부족한 측면이 있었습니다.

이번 적용 가능한 kite는 기계 학습을 이용한 보간 라이브러리의 하나로 인기가 높은 것입니다. 그것이 지금까지 코드 보간에 약점을 가지고 있던 JupyterLab에서 사용할 수 있다면 Jupyter-lsp

도입할 수 있으면 아래와 같이 Tab을 누르지 않아도 몰리몰리 보간해 줍니다.

JupyterLab 팬

도입(Mac 환경)

키트 설치

기본은 에 따라 실행하면 OK입니다.
kite의 공식 사이트에서 Mac 버전을 다운로드하여 dmg 파일을 열고 Application에 복사하여 시작합니다. extension의 인스톨 전에 본체를 인스톨 해 둘 필요가 있으므로 조심해 주세요.

jupyterlab-extension 도입

JupyterLab의 Extension을 아직 도입한 적이 없는 분은 jupyterlab-kite 공식 를 참조해 주세요.

※이 기사의 집필 시점에서는 jupyterlab-kite는 JupyterLab의 버전 2.2.0 이후, nodejs의 버전 10 이상 밖에 대응하고 있지 않으므로 주의해 주세요(자세한 것은 여기 참조)

JupyterLab을 사용할 수 있는 환경에서 다음을 수행합니다.

$ pip install jupyter-kite
$ jupyter labextension install "@kiteco/jupyterlab-kite"

설치가 끝나면 다음 명령으로 JupyterLab을 시작합니다.

$ jupyter lab

확인

JupyterLab의 화면에서 아래 그림과 같이 왼쪽 하단에 kite 아이콘이 표시되고, not connecting에서 잠시 기다려 indexing으로 바뀌면 도입 OK입니다. 그리고는 여러가지 시도해 봅시다.

Github

시도한 소감

여기 jupyterlab-kite이지만 지금까지 보간보다 몇 가지 장점이 있습니다.

패키지 추천뿐만 아니라 좋은 느낌에 보간해 준다

kite를 이용하면, 예를 들면 이하와 같이 import num 의 시점에서 코드를 보간해 주는데 자주 사용되는 numpy as np 까지 추천해 줍니다.

함수나 메소드의 인수나 해설이 표시된다

예를 들면 numpy.arange 에 대해 다음과 같이 인수의 수나 의미를 Tips로서 표시해 줍니다. 이제 함수의 내용을 잊어도 괜찮습니다.

사용자 정의 변수와 함수도 보간합니다

아래와 같이 사용자가 정의한 함수도 보간해 줍니다. docstring 등을 쓰면 추천시에 제대로 표시해주는 것 같습니다.

끝에

개인적으로 JupyterLab의 혁명처럼 느꼈습니다. 여러분도 꼭 kite를 도입해 보세요!