如何在 JupyterLab 中启用 Bokeh 内联显示（jupyter_bokeh 扩展）？
如何在 JupyterLab 中启用 Bokeh 内联显示jupyter_bokeh 扩展【免费下载链接】bokehInteractive Data Visualization in the browser, from Python项目地址: https://gitcode.com/GitHub_Trending/bo/bokeh如果你的 Bokeh 图表目前只能输出为独立 HTML 文件希望改成直接在 JupyterLab 的输出单元格中内联渲染需要完成一件事安装并启用jupyter_bokeh扩展。按官方文档说明这条路径的适用条件是 JupyterLab 3.0 及以上版本完成安装后show()会把独立standaloneBokeh 内容直接渲染到单元格里不需要 Bokeh server。准备条件按照 Jupyter 输出文档 的要求开始前确认三件事已安装 JupyterLab且版本至少为 3.0。文档明确给出的版本下限就是 3.0。已安装 Bokeh 的 Python 包。安装文档 给出的命令是pip install bokeh或需要已装 Anaconda 或 Minicondaconda install bokeh用bokeh info验证安装是否成功输出中应能看到已安装的 Bokeh 版本行bokeh info安装 jupyter_bokeh 扩展在已装好 JupyterLab 的环境中用pip或conda任选其一安装jupyter_bokehpip install jupyter_bokehconda install jupyter_bokehconda方式的前提是系统中有 Anaconda 或 Miniconda文档在两个安装卡片中分别做了说明。如果你的 JupyterLab 版本低于 3.0文档没有在当前仓库内给出对应的安装步骤而是指向jupyter_bokeh项目自身的 README见 jupyter.rst 中 JupyterLab 小节 的脚注链接需要按该说明处理本文不展开。在 notebook 中启用内联显示安装扩展后Bokeh 的用法与 classic notebook 完全一致文档原句you can use Bokeh just like you would with a classic notebook。核心是两步调用bokeh.io的output_notebook()替代或叠加在output_file()之上调用show()图表内联显示在该输入单元格下方的输出单元格中。最小可执行示例from bokeh.plotting import figure, output_notebook, show output_notebook() p figure(width300, height300) p.line(x[1, 2, 3], y[4, 6, 2]) show(p)一个输入单元格内多次调用show()会在同一个输出单元格中按调用顺序显示多张图这来自 first_steps_7 指南 和 Jupyter 文档的相同说明。output_notebook 的源码签名 还定义了几个可选参数内联显示场景下常用的是resourcesBokehJS 从哪里加载默认是 CDNload_timeout绘图判定加载超时的毫秒数默认 5000verbose/hide_banner控制 BokehJS 横幅是否显示、是否隐藏。文档只列出这些参数及其默认值未解释更多内部机制按需查阅参考文档即可。验证内联显示是否生效成功条件是文档明确描述的渲染行为调用show()后Bokeh 内容出现在 JupyterLab 中该单元格的下一个输出位置而不是弹出 HTML 文件或新标签页。文档配有一张 JupyterLab 内联显示 ridgeplot 的截图文档示例仅示意渲染效果具体图表取决于你的数据如果显示不出内容按文档范围只能确认两点JupyterLab 是否 ≥ 3.0、jupyter_bokeh是否已安装。再往下的排障路径文档未给出应回到jupyter_bokeh项目的 README 或社区提问安装文档 在报错时建议的求助渠道。边界与限制notebook handle 不支持 JupyterLabshow(notebook_handleTrue)push_notebook()这套不重跑单元格就更新已显示图表的机制文档明确说明只在 classic Jupyter notebook 中支持尚未在 JupyterLab 或 Zeppelin 中实现。也就是说在 JupyterLab 里你得到的是内联渲染但无法用 notebook handle 做原地更新。关闭重开 notebook 后重渲染取决于 notebook 版本可能需要信任 notebookBokeh 图表才能重新渲染。入口在File菜单下的Trust Notebookjupyter.rst 有对应的 File 菜单截图说明。范围边界本文只覆盖独立内容standalone的内联显示。把连接 Bokeh server 的完整应用嵌入 notebook、以及 JupyterHub 反代场景notebook_url、JUPYTER_BOKEH_EXTERNAL_URL、jupyter-server-proxy是另一条操作链同样记录在 jupyter.rst但需要额外的代理依赖和管理员配置不属于本次任务。【免费下载链接】bokehInteractive Data Visualization in the browser, from Python项目地址: https://gitcode.com/GitHub_Trending/bo/bokeh创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考