下一代数据科学开发环境JuypterLab应该怎么用？让我们从扩展工具开始。
如果你是一个用Python的数据科学家，那么用JupyterNotebook就是大概率事件了。作为JupyterNotebook的「下一代」web应用，JupyterLab提供了相比以往更多的便捷功能，其中之一就是扩展。
现在，即使是JupyterLab开发者团队也对如此蓬勃发展的第三方扩展工具社区而感到兴奋了。在这篇文章中，机器学习工程师、计算机科学博士ChristopherTao将为读者介绍10种JupterLab扩展工具，它们对于典型的数据科学家/工程师来说可以大幅提高生产力。
10大JupyterLab扩展
目前，大多数在线资源都会使用以下命令来安装JupyterLab扩展：
当然，很多人都喜欢使用这种命令。如果你是VS-Code、Sublime或Atom的用户，你也许会希望在「管理器」中直接搜索要安装的内容。JupyterLab却没有提供这些功能。
如上图所示，你可以转到左侧导航栏第4个选项卡，即扩展管理器（extensionmanager）。然后就可以搜索到你需要的扩展。
现在总结一下值得推荐的10个JupyterLab扩展。
JupyterLab调试器
由于Jupyter的交互性，它受到了很多人的喜欢。然而，调试功能是编码所必须的。例如，我们可以逐步调试for循环（for-loop）来查看内部发生了什么。大多数IDE工具都支持这种带有「stepover」和「stepinto」的调试特性，但遗憾的是，Jupyter中没有这种特性。
「jupyterlab/debugger」就是这样一个扩展，让我们可以补足JupyterLab中缺少的这个功能。
JupyterLab-TOC
JupyterLab-TOC项目