人工智能编程基础-JupyterLab 补习课程表
人工智能编程基础：JupyterLab
一、课程概述
JupyterLab 是 Python 数据科学和人工智能领域中最基础且重要的工具之一，它提供了一个交互式计算环境，是进行机器学习、深度学习等人工智能开发的必备基础。本课程表旨在帮助有工作经验但大学期间未认真学习 JupyterLab 基础知识的学习者系统地补全这一基础，为后续学习人工智能技术打下坚实基础。
课程内容设计遵循 "环境配置→基础操作→高级管理→集成应用" 的学习路径，强调从易到难、循序渐进，注重知识间的依赖关系和实际应用。通过本课程的学习，你将全面掌握 JupyterLab 的核心功能，并能够在人工智能开发场景中高效使用。
1.1 学习目标
通过本课程的学习，你将能够：
掌握 JupyterLab 的安装与环境配置：能够在不同操作系统上正确安装 JupyterLab，并进行基础配置
熟练进行基础操作：创建和管理 Notebooks、操作代码和 Markdown 单元格、使用快捷键提高效率
掌握核心功能与高级特性：理解并应用 JupyterLab 的核心功能，如多语言支持、插件管理、协作开发等
应用高级配置与扩展：掌握 JupyterLab 的高级配置方法，安装和管理扩展，定制工作环境
结合 AI 实际需求：在 JupyterLab 中集成数据科学库和人工智能框架，进行数据可视化、模型训练等工作
1.2 学习路径说明
本课程表按照从易到难、知识依赖关系设计，共分为五个学习模块，每个模块包含若干知识点。学习时应严格按照顺序进行，前一个模块是后一个模块的基础。每个知识点都包含学习要求、学习时长建议、学习资源、难点总结、课后练习作业和过关考试，确保全面掌握。
课程内容的安排遵循 "基础概念→编程实践→应用拓展→高级技术" 的学习路径，先掌握 JupyterLab 的基础概念和安装配置，再学习基础操作和核心功能，接着深入理解高级配置与扩展，然后学习与数据科学库和人工智能框架的集成，最后应用所学知识进行人工智能开发环境的配置和实际项目实践。
二、学习建议
2.1 学习方法建议
理论与实践结合：JupyterLab 是一款实践性很强的工具，学习时要注重理论与实践的结合，通过大量的实际操作巩固所学知识。
多阅读官方文档：JupyterLab 的官方文档是最好的学习资源之一，建议在学习过程中经常查阅官方文档，了解最新功能和最佳实践。
参与开源项目：参与开源项目可以让你接触到实际的软件开发过程，学习团队协作和项目管理经验。
解决实际问题：尝试使用 JupyterLab 解决实际问题，如数据处理、机器学习、深度学习等，提高应用能力。
持续学习和实践：JupyterLab 技术发展迅速，要保持持续学习的态度，关注最新的技术发展和应用。
2.2 学习工具推荐
开发工具：强烈建议一边学习理论，一边用编程工具练习！！！
JupyterLab：核心开发环境
VSCode：强大的代码编辑和调试工具，可与 JupyterLab 互补
PyCharm：专业的 Python 开发环境，适合大型项目
学习资源：
JupyterLab 官方文档：https://jupyterlab.readthedocs.io/
中国大学 MOOC：提供大量优质的 Python 和 JupyterLab 课程
Coursera 和 edX：提供国际知名大学的相关课程
GitHub：开源项目和代码资源库
辅助工具：
NumPy：科学计算基础库，与 JupyterLab 紧密集成
Pandas：数据处理和分析工具，与 JupyterLab 互补
Matplotlib：数据可视化工具，与 JupyterLab 集成使用
TensorFlow/PyTorch：深度学习框架，与 JupyterLab 集成使用
2.3 学习进度管理
制定学习计划：根据课程表的安排，制定详细的学习计划，合理分配每天的学习时间，确保按时完成学习目标。
阶段性目标：将整个学习过程分为若干阶段，每个阶段设定明确的学习目标，如完成一个模块的学习并通过相应的过关考试。
学习记录：记录每天的学习内容、遇到的问题和解决方法，便于复习和总结。
定期复习：定期复习已学内容，强化记忆，避免遗忘，特别是核心知识点和操作技能。
模拟考试：在每个模块学习结束后，进行模拟考试，检验学习效果，及时发现和解决问题。
三、鼓励
本课程表系统地梳理了 JupyterLab 基础编程的核心知识点，从基础概念到高级应用，从环境管理到集成应用，覆盖了 JupyterLab 的各个方面。通过按照本课程表的顺序学习，你将能够全面掌握 JupyterLab 的使用方法，提高数据处理和分析能力，为后续学习人工智能技术打下坚实基础。
JupyterLab 作为数据科学和人工智能领域的基础工具，其功能丰富且强大，需要通过系统的学习和实践才能熟练掌握。希望本课程表能够帮助你克服学习困难，建立对 JupyterLab 的兴趣和信心，为未来的人工智能学习和研究打下坚实的基础。
记住，学习编程是一个循序渐进的过程，需要持续的努力和实践。希望你能够坚持学习，不断实践，最终达到熟练掌握 JupyterLab 的目标。祝你学习愉快，编程进步！
若过程中有任何疑问，可关注公众号（iLearnAI）进专家群交流，不要放弃！
四、课程表
详细的学习课程如下：
大类 | 序号 | 知识点 | 学习要求 | 学习时长建议 | 学习资源 | 难点总结 | 课后练习 | 过关考试 |
JupyterLab 安装与基础配置 | 1 | JupyterLab 概述与安装准备 | 1.了解 JupyterLab 的概念、特点和应用场景 2.理解 JupyterLab 与 Jupyter Notebook 的关系 3.掌握 JupyterLab 版本选择的原则 4.能够正确选择适合自己操作系统的 JupyterLab 版本 | 建议 2 小时（理论学习 1 小时，实践 1 小时） | 1.腾讯云开发者社区《Python 库 JupyterLab 下载、安装、配置、用法、入门教程》 https://cloud.tencent.com/developer/article/2486981 2.蓝易云高防 CDN《python 中 JupyterLab 的安装》 https://blog.51cto.com/u_16536418/14157683 3.厦门大学知识资源港《i 学堂 Python 编程课 (1):JupyterLab 安装及 VSCode 使用》 https://library.xmu.edu.cn/info/1176/14583135.htm 4.抖音视频《【Python 教程】JupyterLab 下载、安装、环境配置，附安装包，Python 入门基础教程！》 https://www.iesdouyin.com/share/video/7541667530205596938/ | 1.不同操作系统下 JupyterLab 版本的选择 2.区分 JupyterLab 与 Jupyter Notebook 的适用场景 3.理解 JupyterLab 的核心功能和优势 | 1.访问 JupyterLab 官方网站，了解最新版本信息 2.分析不同版本 JupyterLab 的区别和适用场景 3.根据自己的操作系统和需求，确定应下载的 JupyterLab 版本 | 1.笔试：JupyterLab 的概念、特点和应用场景 2.应用题：根据给定的操作系统和需求，选择合适的 JupyterLab 版本并说明理由 |
| 2 | JupyterLab 安装与验证 | 1.能够在 Windows、macOS 或 Linux 系统上正确安装 JupyterLab 2.掌握 JupyterLab 安装过程中的关键选项设置 3.能够验证 JupyterLab 安装是否成功 4.了解 JupyterLab 安装后的目录结构 | 建议 3 小时（理论学习 1 小时，实践 2 小时） | 1.腾讯云开发者社区《Python 库 JupyterLab 下载、安装、配置、用法、入门教程》 https://cloud.tencent.com/developer/article/2486981 2.抖音视频《JupyterLab 安装零基础教程 2025 还有什么软件不会安装， 打在评论区， 大圣隔天就出教程》 https://www.iesdouyin.com/share/video/7498813867154345216/ 3.抖音视频《【JupyterLab】最新版 JupyterLab 下载、安装、环境配置教程，零基础小白教学视频，附安装包 + 激活码》 https://www.iesdouyin.com/share/video/7541717923803516170/ 4.抖音视频《十分钟搞定 JupyterLab 环境安装》 https://www.iesdouyin.com/share/video/7527230590370811175/ 5.上海建桥学院信息技术学院《1050041 - 人工智能概论 - 教学进度表 - 英语 B20-11 (专升本)- 孙红 (pdf)》 https://xxjs.gench.edu.cn/_upload/article/files/c2/d6/65635748480ab66fabf8b5131afc/dbe8d93a-faa0-4397-b8ae-c195bc72d8b4.pdf | 1.不同操作系统下安装步骤的差异 2.环境变量的配置（尤其是 Windows 系统） 3.安装过程中选项的正确选择 4.安装后的验证方法 | 1.根据自己的操作系统下载并安装 JupyterLab 2.验证 JupyterLab 是否安装成功，检查版本信息 3.了解 JupyterLab 安装后的目录结构，特别是工作目录的位置 | 1.笔试：JupyterLab 安装步骤和关键选项说明 2.实操：在指定环境下成功安装 JupyterLab 并验证 |
| 3 | JupyterLab 基础配置与环境变量设置 | 1.掌握 JupyterLab 的基础配置方法 2.能够设置 JupyterLab 的环境变量 3.了解配置文件的作用和位置 4.能够解决 JupyterLab 安装后的常见问题 | 建议 3 小时（理论学习 1 小时，实践 2 小时） | 1.腾讯云开发者社区《Python 库 JupyterLab 下载、安装、配置、用法、入门教程》 https://cloud.tencent.com/developer/article/2486981 2.抖音视频《JupyterLab 安装零基础教程 2025 还有什么软件不会安装， 打在评论区， 大圣隔天就出教程》 https://www.iesdouyin.com/share/video/7498813867154345216/ 3.抖音视频《【JupyterLab】最新版 JupyterLab 下载、安装、环境配置教程，零基础小白教学视频，附安装包 + 激活码》 https://www.iesdouyin.com/share/video/7541717923803516170/ 4.抖音视频《快来看看这里有 JupyterLab 安装与常用命令哦～》 https://www.iesdouyin.com/share/video/7371343994913082665/ 5.抖音视频《《向量数据库》- 加餐 - JupyterLab 快速入门 - 抖音》 https://www.iesdouyin.com/share/video/7298327511769943296/ | 1.环境变量设置的方法（Windows、macOS、Linux） 2.配置文件的作用和修改方法 3.JupyterLab 与系统 Python 的冲突处理 4.JupyterLab 默认工作目录的修改 | 1.设置 JupyterLab 的环境变量，确保可以在命令行中直接使用 jupyter lab 命令 2.修改 JupyterLab 的默认工作目录 3.解决 JupyterLab 安装后可能出现的常见问题（如命令找不到等） | 1.笔试：JupyterLab 环境变量设置和配置文件修改方法 2.应用题：根据给定的问题，提出 JupyterLab 安装后的解决方案 |
JupyterLab 基础操作 | 4 | JupyterLab 界面导航与基本操作 | 1.掌握 JupyterLab 的界面布局和各部分功能 2.能够使用文件浏览器管理文件和目录 3.理解工作区的概念和使用方法 4.能够创建、打开和关闭 Notebooks 和其他文件 | 建议 4 小时（理论学习 2 小时，实践 2 小时） | 1.腾讯云开发者社区《Python 库 JupyterLab 下载、安装、配置、用法、入门教程》 https://cloud.tencent.com/developer/article/2486981 2.腾讯云开发者社区《探索数据科学与机器学习中的视觉表达【Matplotlib 实战指南】》 https://cloud.tencent.com.cn/developer/article/2431758?frompage=seopage&policyId=20240001&traceId=01jtkmqkjfv6nnqba1b8h61dx9 3.掘金《Matplotlib 绘图艺术：从新手到高手的全面指南》 https://juejin.cn/post/7434525301890498560 4.博客园《matplotlib 机器学习绘图》 https://www.cnblogs.com/goldsunshine/p/19045905 5.中国大学 MOOC《Python 编程基础》Matplotlib 部分 https://www.icourse163.org/course/NUDT-1466045161?outVendor=zw_mooc_pclszykctj_ | 1.理解 JupyterLab 的多文档界面（MDI）设计 2.掌握工作区的布局和保存方法 3.区分文件浏览器和终端的使用场景 4.理解 Notebooks 和其他文件类型的区别 | 1.使用 JupyterLab 的文件浏览器创建、重命名和删除文件和目录 2.打开和关闭不同类型的文件（Notebook、Markdown、Python 脚本） 3.调整工作区布局，保存并恢复布局设置 4.使用终端执行简单的命令 | 1.笔试：JupyterLab 界面布局和各部分功能 2.应用题：根据给定的任务，使用 JupyterLab 界面完成相应的操作 |
| 5 | Notebook 基础操作与单元格管理 | 1.掌握 Notebook 的创建、打开和保存方法 2.能够在 Notebook 中添加、删除和移动单元格 3.理解单元格类型（代码、Markdown、Raw）的区别和使用场景 4.能够运行和编辑单元格内容 | 建议 5 小时（理论学习 2 小时，实践 3 小时） | 1.腾讯云开发者社区《Python 数据分析： Pandas 库概述与应用场景之 Series 与 DataFrame 创建指南》 https://cloud.tencent.cn/developer/article/2490612?frompage=seopage&policyId=20240000&traceId=01jy29ca36ttkanccafnqb6k70 2.掘金《Matplotlib 绘图艺术：从新手到高手的全面指南》 https://juejin.cn/post/7434525301890498560 3.抖音视频《快来看看这里有 JupyterLab 安装与常用命令哦～》 https://www.iesdouyin.com/share/video/7371343994913082665/ 4.CSDN 博客《Matplotlib 基础入门知识点总结》 https://blog.csdn.net/xx_studying/article/details/127855567 5.上海建桥学院信息技术学院《1050041 - 人工智能概论 - 教学进度表 - 英语 B20-11 (专升本)- 孙红 (pdf)》 https://xxjs.gench.edu.cn/_upload/article/files/c2/d6/65635748480ab66fabf8b5131afc/dbe8d93a-faa0-4397-b8ae-c195bc72d8b4.pdf | 1.理解单元格的两种模式（命令模式和编辑模式） 2.掌握单元格的选择、复制和粘贴方法 3.处理单元格执行顺序和依赖关系 4.理解单元格输出的管理和清除方法 | 1.创建一个新的 Notebook，添加代码和 Markdown 单元格 2.在 Notebook 中运行代码单元格，观察输出结果 3.添加、删除和移动单元格，调整 Notebook 结构 4.转换单元格类型，体验不同类型单元格的编辑方式 | 1.笔试：Notebook 基础操作和单元格管理方法 2.应用题：根据给定的 Notebook 内容，完成指定的单元格操作 |
| 6 | 快捷键与效率提升技巧 | 1.掌握 JupyterLab 的基本快捷键 2.能够自定义快捷键以提高工作效率 3.理解命令模式和编辑模式下的快捷键差异 4.能够使用快捷键完成常见操作（运行单元格、保存文件等） | 建议 5 小时（理论学习 2 小时，实践 3 小时） | 1.腾讯云开发者社区《Python 数据分析： Pandas 库概述与应用场景之 Series 与 DataFrame 创建指南》 https://cloud.tencent.cn/developer/article/2490612?frompage=seopage&policyId=20240000&traceId=01jy29ca36ttkanccafnqb6k70 2.掘金《Matplotlib 绘图艺术：从新手到高手的全面指南》 https://juejin.cn/post/7434525301890498560 3.抖音视频《快来看看这里有 JupyterLab 安装与常用命令哦～》 https://www.iesdouyin.com/share/video/7371343994913082665/ 4.CSDN 博客《Matplotlib 基础入门知识点总结》 https://blog.csdn.net/xx_studying/article/details/127855567 5.上海建桥学院信息技术学院《1050041 - 人工智能概论 - 教学进度表 - 英语 B20-11 (专升本)- 孙红 (pdf)》 https://xxjs.gench.edu.cn/_upload/article/files/c2/d6/65635748480ab66fabf8b5131afc/dbe8d93a-faa0-4397-b8ae-c195bc72d8b4.pdf | 1.列出 JupyterLab 中至少 20 个常用快捷键 2.自定义三个常用操作的快捷键 3.使用快捷键完成 Notebook 的创建、编辑和运行 4.解决快捷键冲突问题 | 1.区分命令模式和编辑模式下的快捷键 2.记忆常用快捷键并灵活运用 3.自定义快捷键的方法和注意事项 4.解决快捷键冲突问题 | 1.笔试：JupyterLab 常用快捷键及其功能 2.应用题：根据给定的任务，使用快捷键完成相应的操作 |
JupyterLab 核心功能与高级特性 | 7 | Markdown 与文档编写 | 1.掌握 Markdown 语法的基本规则 2.能够在 JupyterLab 中使用 Markdown 单元格编写文档 3.理解 Markdown 与 HTML 的关系和转换方法 4.能够在 Markdown 中嵌入数学公式和代码块 | 建议 6 小时（理论学习 3 小时，实践 3 小时） | 1.腾讯云开发者社区《Python 数据分析： Pandas 库概述与应用场景之 Series 与 DataFrame 创建指南》 https://cloud.tencent.cn/developer/article/2490612?frompage=seopage&policyId=20240000&traceId=01jy29ca36ttkanccafnqb6k70 2.掘金《Matplotlib 绘图艺术：从新手到高手的全面指南》 https://juejin.cn/post/7434525301890498560 3.博客园《matplotlib 机器学习绘图》 https://www.cnblogs.com/goldsunshine/p/19045905 4.CSDN 博客《Matplotlib 基础入门知识点总结》 https://blog.csdn.net/xx_studying/article/details/127855567 5.抖音视频《介绍 JupyterNotebook 代码编辑页面的操作，运行管理页面的操作》 https://www.iesdouyin.com/share/video/7262192723090787647/ | 1.掌握高级 Markdown 语法（表格、列表、引用等） 2.在 Markdown 中正确嵌入数学公式（LaTeX 语法） 3.处理 Markdown 中的代码块和语法高亮 4.理解 Markdown 单元格的渲染和转换机制 | 1.使用 Markdown 语法创建一个包含标题、段落、列表和表格的文档 2.在 Markdown 单元格中嵌入数学公式和代码块 3.使用 Markdown 编写 Notebook 的文档说明和步骤解释 4.将 Markdown 文档转换为 HTML 或 PDF 格式 | 1.笔试：Markdown 语法规则和高级特性 2.应用题：根据给定的内容，使用 Markdown 编写相应的文档 |
| 8 | 魔术命令与高级代码功能 | 1.掌握 JupyterLab 中的基本魔术命令（% 和 %% 开头的命令） 2.能够使用魔术命令进行代码分析、性能测试和调试 3.理解魔术命令的作用域和参数传递方式 4.能够自定义魔术命令以扩展功能 | 建议 7 小时（理论学习 3 小时，实践 4 小时） | 1.腾讯云开发者社区《Python 数据分析： Pandas 库概述与应用场景之 Series 与 DataFrame 创建指南》 https://cloud.tencent.cn/developer/article/2490612?frompage=seopage&policyId=20240000&traceId=01jy29ca36ttkanccafnqb6k70 2.掘金《Matplotlib 绘图艺术：从新手到高手的全面指南》 https://juejin.cn/post/7434525301890498560 3.博客园《matplotlib 机器学习绘图》 https://www.cnblogs.com/goldsunshine/p/19045905 4.CSDN 博客《Matplotlib 基础入门知识点总结》 https://blog.csdn.net/xx_studying/article/details/127855567 5.抖音视频《介绍 JupyterNotebook 代码编辑页面的操作，运行管理页面的操作》 https://www.iesdouyin.com/share/video/7262192723090787647/ | 1.区分行魔术（%）和单元魔术（%%）的使用场景 2.掌握常用魔术命令的功能和参数（如 % time、% timeit、% load） 3.理解魔术命令的扩展和自定义方法 4.处理魔术命令与普通 Python 代码的混合使用 | 1.使用 % time 和 % timeit 魔术命令测试代码的执行时间 2.使用 % load 魔术命令加载外部 Python 脚本 3.使用 %% writefile 魔术命令将单元格内容写入文件 4.自定义一个简单的魔术命令并测试其功能 | 1.笔试：JupyterLab 魔术命令及其功能 2.应用题：根据给定的任务，选择合适的魔术命令完成相应的操作 |
| 9 | 多语言支持与内核管理 | 1.了解 JupyterLab 支持的编程语言和内核类型 2.能够安装和管理不同语言的内核 3.理解内核的概念和作用 4.能够在同一 Notebook 中使用多种语言 | 建议 7 小时（理论学习 3 小时，实践 4 小时） | 1.CSDN 博客《JupyterLab 用户手册：交互式计算环境全指南_jupyter 交互手册 - CSDN 博客》 https://blog.csdn.net/tekin_cn/article/details/146527674 2.腾讯云开发者社区《Conda 完全指南：从环境管理到工具集成》 https://cloud.tencent.com/developer/article/2521201?policyId=1004 3.博客园《iSunXiaoXiao - 博客园》 https://www.cnblogs.com/iSun520/p/18743457 4.腾讯云开发者社区《Python 数据分析： Pandas 库概述与应用场景之 Series 与 DataFrame 创建指南》 https://cloud.tencent.cn/developer/article/2490612?frompage=seopage&policyId=20240000&traceId=01jy29ca36ttkanccafnqb6k70 5.掘金《Matplotlib 绘图艺术：从新手到高手的全面指南》 https://juejin.cn/post/7434525301890498560 | 1.理解内核与编程语言的关系 2.掌握不同语言内核的安装方法（如 R、Julia） 3.处理内核安装和管理中的依赖问题 4.在 Notebook 中切换和使用不同内核 | 1.安装并配置 R 和 Julia 内核 2.创建一个使用不同内核的 Notebook，在同一文档中编写 Python、R 和 Julia 代码 3.管理内核的启动、重启和关闭 4.解决内核安装过程中可能出现的问题 | 1.笔试：JupyterLab 多语言支持和内核管理方法 2.应用题：根据给定的需求，安装并配置相应的语言内核 |
JupyterLab 扩展与集成 | 10 | 插件安装与管理 | 1.了解 JupyterLab 插件的概念和作用 2.能够安装、卸载和管理 JupyterLab 插件 3.理解插件的分类和适用场景 4.能够解决插件安装过程中的常见问题 | 建议 8 小时（理论学习 3 小时，实践 5 小时） | 1.CSDN 博客《JupyterLab 用户手册：交互式计算环境全指南_jupyter 交互手册 - CSDN 博客》 https://blog.csdn.net/tekin_cn/article/details/146527674 2.腾讯云开发者社区《Conda 完全指南：从环境管理到工具集成》 https://cloud.tencent.com/developer/article/2521201?policyId=1004 3.博客园《iSunXiaoXiao - 博客园》 https://www.cnblogs.com/iSun520/p/18743457 4.腾讯云开发者社区《Python 数据分析： Pandas 库概述与应用场景之 Series 与 DataFrame 创建指南》 https://cloud.tencent.cn/developer/article/2490612?frompage=seopage&policyId=20240000&traceId=01jy29ca36ttkanccafnqb6k70 5.掘金《Matplotlib 绘图艺术：从新手到高手的全面指南》 https://juejin.cn/post/7434525301890498560 | 1.理解插件与扩展的区别 2.掌握插件的安装方法（pip、conda、jupyter labextension） 3.处理插件之间的依赖和冲突 4.解决插件安装后的兼容性问题 | 1.使用不同方法安装常用插件（如 jupyterlab-git、jupyterlab-toc） 2.管理已安装的插件，卸载不需要的插件 3.解决插件安装过程中可能出现的问题 4.比较不同插件的功能和适用场景 | 1.笔试：JupyterLab 插件安装和管理方法 2.应用题：根据给定的需求，选择并安装合适的插件 |
| 11 | 代码增强与调试工具 | 1.掌握 JupyterLab 调试器的使用方法 2.能够使用代码补全和语法检查功能 3.理解代码分析和优化工具的作用 4.能够配置和使用代码格式化工具 | 建议 9 小时（理论学习 4 小时，实践 5 小时） | 1.CSDN 博客《JupyterLab 用户手册：交互式计算环境全指南_jupyter 交互手册 - CSDN 博客》 https://blog.csdn.net/tekin_cn/article/details/146527674 2.腾讯云开发者社区《Conda 完全指南：从环境管理到工具集成》 https://cloud.tencent.com/developer/article/2521201?policyId=1004 3.博客园《iSunXiaoXiao - 博客园》 https://www.cnblogs.com/iSun520/p/18743457 4.腾讯云开发者社区《Python 数据分析： Pandas 库概述与应用场景之 Series 与 DataFrame 创建指南》 https://cloud.tencent.cn/developer/article/2490612?frompage=seopage&policyId=20240000&traceId=01jy29ca36ttkanccafnqb6k70 5.掘金《Matplotlib 绘图艺术：从新手到高手的全面指南》 https://juejin.cn/post/7434525301890498560 | 1.掌握调试器的基本操作（设置断点、单步执行等） 2.配置和使用代码补全和语法检查工具 3.理解代码分析和优化工具的输出结果 4.处理调试过程中的异常和错误 | 1.使用 JupyterLab 调试器调试简单的 Python 代码 2.配置并使用代码补全和语法检查工具 3.使用代码分析工具检查代码质量 4.使用代码格式化工具格式化 Notebook 中的代码 | 1.笔试：JupyterLab 代码增强和调试工具的使用方法 2.应用题：根据给定的代码，使用调试工具找出并修复错误 |
| 12 | 协作与版本控制集成 | 1.掌握 JupyterLab 与 Git 的集成方法 2.能够在 JupyterLab 中进行版本控制操作 3.理解实时协作功能的使用方法 4.能够解决协作过程中的冲突和问题 | 建议 10 小时（理论学习 4 小时，实践 6 小时） | 1.CSDN 博客《JupyterLab 用户手册：交互式计算环境全指南_jupyter 交互手册 - CSDN 博客》 https://blog.csdn.net/tekin_cn/article/details/146527674 2.腾讯云开发者社区《Conda 完全指南：从环境管理到工具集成》 https://cloud.tencent.com/developer/article/2521201?policyId=1004 3.博客园《iSunXiaoXiao - 博客园》 https://www.cnblogs.com/iSun520/p/18743457 4.腾讯云开发者社区《Python 数据分析： Pandas 库概述与应用场景之 Series 与 DataFrame 创建指南》 https://cloud.tencent.cn/developer/article/2490612?frompage=seopage&policyId=20240000&traceId=01jy29ca36ttkanccafnqb6k70 5.掘金《Matplotlib 绘图艺术：从新手到高手的全面指南》 https://juejin.cn/post/7434525301890498560 | 1.配置 Git 集成并连接到远程仓库 2.处理 Notebook 文件的版本控制和合并冲突 3.理解实时协作的工作原理和使用方法 4.管理协作中的权限和访问控制 | 1.在 JupyterLab 中初始化 Git 仓库，提交和管理代码变更 2.使用 JupyterLab 的 Git 集成功能进行分支管理和合并 3.创建实时协作链接，邀请他人共同编辑 Notebook 4.解决协作过程中可能出现的冲突和问题 | 1.笔试：JupyterLab 协作和版本控制集成方法 2.应用题：根据给定的协作场景，使用 JupyterLab 完成相应的操作 |
JupyterLab 高级应用与项目实践 | 13 | 数据科学库集成与应用 | 1.掌握 NumPy、Pandas 和 Matplotlib 在 JupyterLab 中的使用方法 2.能够使用 JupyterLab 进行数据处理、分析和可视化 3.理解数据科学工作流的完整流程 4.能够解决数据科学库使用中的常见问题 | 建议 12 小时（理论学习 5 小时，实践 7 小时） | 1.腾讯云开发者社区《TensorFlow 与 Matplotlib 核心知识点及实战案例》 https://blog.csdn.net/xinjichenlibing/article/details/146350487 2.掘金《Matplotlib 绘图艺术：从新手到高手的全面指南》 https://juejin.cn/post/7434525301890498560 3.博客园《matplotlib 机器学习绘图》 https://www.cnblogs.com/goldsunshine/p/19045905 4.CSDN 博客《Matplotlib 基础入门知识点总结》 https://blog.csdn.net/xx_studying/article/details/127855567 5.抖音视频《《向量数据库》- 加餐 - JupyterLab 快速入门 - 抖音》 https://www.iesdouyin.com/share/video/7298327511769943296/ | 1.理解数据科学库之间的关系和协同工作方式 2.处理大型数据集的内存管理和性能优化 3.理解数据可视化的最佳实践和设计原则 4.处理数据科学工作流中的异常和错误 | 1.使用 Pandas 加载和处理数据集，进行基本的数据清洗和分析 2.使用 Matplotlib 和 Seaborn 进行数据可视化 3.使用 NumPy 进行数值计算和矩阵操作 4.结合多个数据科学库完成一个简单的数据分析项目 | 1.笔试：JupyterLab 与数据科学库的集成方法 2.应用题：根据给定的数据集，使用 JupyterLab 完成数据分析和可视化任务 |
| 14 | 人工智能框架集成与应用 | 1.掌握 TensorFlow 和 PyTorch 在 JupyterLab 中的使用方法 2.能够使用 JupyterLab 进行机器学习和深度学习模型的训练和评估 3.理解人工智能工作流的完整流程 4.能够解决人工智能框架使用中的常见问题 | 建议 15 小时（理论学习 6 小时，实践 9 小时） | 1.腾讯云开发者社区《TensorFlow 与 Matplotlib 核心知识点及实战案例》 https://blog.csdn.net/xinjichenlibing/article/details/146350487 2.掘金《Matplotlib 绘图艺术：从新手到高手的全面指南》 https://juejin.cn/post/7434525301890498560 3.博客园《matplotlib 机器学习绘图》 https://www.cnblogs.com/goldsunshine/p/19045905 4.CSDN 博客《Matplotlib 基础入门知识点总结》 https://blog.csdn.net/xx_studying/article/details/127855567 5.抖音视频《《向量数据库》- 加餐 - JupyterLab 快速入门 - 抖音》 https://www.iesdouyin.com/share/video/7298327511769943296/ | 1.配置 GPU 环境并优化深度学习模型的训练 2.理解深度学习模型的构建和训练流程 3.处理大规模数据集和模型参数的管理 4.理解模型评估和调优的方法和指标 | 1.使用 TensorFlow 或 PyTorch 构建简单的神经网络模型 2.使用 JupyterLab 进行模型训练和评估，可视化训练过程 3.使用预训练模型进行迁移学习 4.结合多个人工智能框架完成一个简单的机器学习项目 | 1.笔试：JupyterLab 与人工智能框架的集成方法 2.应用题：根据给定的任务，使用 JupyterLab 完成机器学习或深度学习项目 |
| 15 | 综合项目实践 | 1.能够综合应用 JupyterLab 的各种功能进行完整的数据科学和人工智能项目开发 2.能够设计和管理复杂的项目工作流 3.了解项目开发的最佳实践和标准流程 4.能够解决项目实践中的实际问题 | 建议 20 小时（理论学习 8 小时，实践 12 小时） | 1.腾讯云开发者社区《TensorFlow 与 Matplotlib 核心知识点及实战案例》 https://blog.csdn.net/xinjichenlibing/article/details/146350487 2.掘金《Matplotlib 绘图艺术：从新手到高手的全面指南》 https://juejin.cn/post/7434525301890498560 3.博客园《matplotlib 机器学习绘图》 https://www.cnblogs.com/goldsunshine/p/19045905 4.CSDN 博客《Matplotlib 基础入门知识点总结》 https://blog.csdn.net/xx_studying/article/details/127855567 5.抖音视频《《向量数据库》- 加餐 - JupyterLab 快速入门 - 抖音》 https://www.iesdouyin.com/share/video/7298327511769943296/ | 1.理解项目开发的完整流程和各阶段的任务 2.设计和管理复杂的工作流和依赖关系 3.应用最佳实践和标准流程进行项目开发 4.解决项目实践中的实际问题和挑战 | 1.选择一个实际的数据科学或人工智能问题，使用 JupyterLab 完成完整的项目开发 2.设计项目的工作流程和文档结构 3.应用最佳实践和标准流程进行项目开发 4.撰写项目报告，总结项目成果和经验教训 | 1.笔试：JupyterLab 综合项目开发的流程和方法 2.应用题：根据给定的问题，使用 JupyterLab 完成一个完整的项目开发并提交报告 |
参考资料
[1] 机器学习 - 李晓华 @ 2025 https://li-xiao-hua.github.io/machine_learning/
[2] Using JupyterLab https://www.coursera.org/lecture/practical-python-for-ai-coding--preparation-for-coding/using-jupyterlab-tdkU9
[3] 人工智能-目录_ai人工智能 课程 目录-CSDN博客 https://blog.csdn.net/jianghuiquan/article/details/145121099
[4] 2025年春季学期人工智能系列课程简介(一) https://jw.nju.edu.cn/5b/54/c26263a744276/page.htm
[5] 10 Jupyter Notebook Frameworks in 10 Days https://www.udemy.com/course/jupyter-notebook-frameworks/?referralCode=116A3B3565C2E3D07FC5
[6] JupyterLab介绍和安装 最新的数据科学生产工具 -抖音 https://www.iesdouyin.com/share/video/7505738889697545487/?did=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&from_aid=1128&from_ssr=1&iid=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&mid=7505740272752806707®ion=&scene_from=dy_open_search_video&share_sign=s.4BG30LDDMqDsyYRewNge4SqheP7uf6ep4fVf2Tk4o-&share_track_info=%7B%22link_description_type%22%3A%22%22%7D&share_version=280700&titleType=title&ts=1756562784&u_code=0&video_share_track_ver=&with_sec_did=1
[7] 徒手安装 Jupyter lab/notebook 很多视频教程安装jupyter都要安装anaconda，笨重且多余。实际可以完全脱离anaconda安装使用jupyter lab或者notebook的。-抖音 https://www.iesdouyin.com/share/video/7518610139117554998/?did=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&from_aid=1128&from_ssr=1&iid=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&mid=7518610327253617445®ion=&scene_from=dy_open_search_video&share_sign=yNxjg3Xjqy4RCBGodKXbm15mFahaDTtIHrI_.H7aCsY-&share_track_info=%7B%22link_description_type%22%3A%22%22%7D&share_version=280700&titleType=title&ts=1756562784&u_code=0&video_share_track_ver=&with_sec_did=1
[8] JupyterLab 用户手册:交互式计算环境全指南_jupyter交互手册-CSDN博客 https://blog.csdn.net/tekin_cn/article/details/146527674
[9] JupyterLab教程-CSDN博客 https://blog.csdn.net/tangyi2008/article/details/123761210
[10] Introduction to Jupyter and JupyterLab https://wikfeldt.github.io/jupyter/
[11] 3-JupyterLab - 指尖下的世界 - 博客园 https://www.cnblogs.com/luzhanshi/articles/18825342
[12] Jupyter Lab 使用从入门到精通:一站式数据科学与开发环境指南_jupyterlab-CSDN博客 https://blog.csdn.net/superfreeman/article/details/148235490
[13] JupyterLab Documentation https://jupyterlab.readthedocs.io/en/latest/
[14] 《向量数据库》-加餐-Jupyterlab快速入门-抖音 https://www.iesdouyin.com/share/video/7298327511769943296/?did=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&from_aid=1128&from_ssr=1&iid=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&mid=7298327775843666715®ion=&scene_from=dy_open_search_video&share_sign=VAtUp_ZZ8bAltwOs2P3JiU6IpD6uoFMTDx4iruM2t4A-&share_track_info=%7B%22link_description_type%22%3A%22%22%7D&share_version=280700&titleType=title&ts=1756562784&u_code=0&video_share_track_ver=&with_sec_did=1
[15] jupyterlab | 帮助文档 https://scc.bupt.edu.cn/docs/zh/app/jupyterlab
[16] 2025保姆级JupyterLab 4.0安装指南|全平台部署+AI编程环境配置-阿里云开发者社区 https://developer.aliyun.com/article/1655991
[17] JupyterLab 介绍 及简单教程-CSDN博客 https://blog.csdn.net/out_of_nothing/article/details/108640230
[18] JupyterLab Learning https://console.cloud.intel.com/docs/tutorials/jupyter_learning.html
[19] jupyterLab使用优化(语言、主题、工具、AI助手、代码等方面)_jupyter 有ai插件吗?-CSDN博客 https://blog.csdn.net/yang2330648064/article/details/150598480
[20] 《Python之光》02 Jupyterlab 的安装。如何安装 Jupyterlab，用它来编写 Python 代码？-抖音 https://www.iesdouyin.com/share/video/7256632126496410899/?did=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&from_aid=1128&from_ssr=1&iid=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&mid=7256632468063783741®ion=&scene_from=dy_open_search_video&share_sign=.TA1WksS_tNOfoEhDm7rx5pt_d7ZrPQWLb1ldO9SfOQ-&share_track_info=%7B%22link_description_type%22%3A%22%22%7D&share_version=280700&titleType=title&ts=1756562818&u_code=0&video_share_track_ver=&with_sec_did=1
[21] Jupyter有哪些使用技巧，1分钟带你全面了解-抖音 https://www.iesdouyin.com/share/video/7482604144281373964/?did=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&from_aid=1128&from_ssr=1&iid=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&mid=7482604883427035914®ion=&scene_from=dy_open_search_video&share_sign=cvrVQukzBbnXsUPbirgXoNHljJffxtdCgRaK52naxjE-&share_track_info=%7B%22link_description_type%22%3A%22%22%7D&share_version=280700&titleType=title&ts=1756562818&u_code=0&video_share_track_ver=&with_sec_did=1
[22] Python Data Analysis with JupyterLab https://www.ed2go.com/cessdsu/online-courses/python-data-analysis-jupyterlab-self-paced/
[23] ISLP_labs 开源项目教程-CSDN博客 https://blog.csdn.net/gitblog_00197/article/details/142811620
[24] Jupyter Notebook For Python Programming with ChatGPT https://www.udemy.com/course/jupyter-notebook-for-python-programming-with-chatgpt/
[25] 动手学数据分析技术文档-CSDN博客 https://blog.csdn.net/gitblog_01411/article/details/150057624
[26] Data Science with Jupyter https://www.ucertify.com/p/data-sci-jupyter.html?srsltid=AfmBOoozFyoQ0PUaiFmd-sAJ4SsZyXWdG6YjKO0D0V-9Lf1_E2weUHjb
[27] Introduction to Jupyter https://365datascience.com/courses/introduction-to-jupyter/
[28] 那个改变数据科学的神奇笔记本：Jupyter生态系统深度探索-抖音 https://www.iesdouyin.com/share/video/7514920671852465445/?did=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&from_aid=1128&from_ssr=1&iid=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&mid=7514920898005158692®ion=&scene_from=dy_open_search_video&share_sign=S2cA4fF5Bt7mPG2Z7OFK6zfjNFaE_tcRRg4vc3loguc-&share_track_info=%7B%22link_description_type%22%3A%22%22%7D&share_version=280700&titleType=title&ts=1756562819&u_code=0&video_share_track_ver=&with_sec_did=1
[29] 在JupyterLab中集成本地AI编程助手:Jupyter AI、Ollama与Hugging Face的完美结合-CSDN博客 https://blog.csdn.net/Xianxiancq/article/details/146776894
[30] Jupyter 大升级!通过聊天写代码、改bug_jupyterlab可以实现修改代码只改自己的那份 其他人的不动-CSDN博客 https://blog.csdn.net/l01011_/article/details/132617405
[31] 解锁2025最强IDE:JupyterLab 4.0高效开发指南|云同步+多项目工作流实战教程_人工智能_华为云论坛 https://developer.huawei.com/home/forum/hwc/thread-0266176705257499014-1-1.html
[32] Jupyter AI, 这个插件让 Jupyter Lab 起飞了-腾讯云开发者社区-腾讯云 https://cloud.tencent.com.cn/developer/article/2322966?frompage=seopage&policyId=20240000&traceId=01jxd7s79965dxabywbfkcmeej
[33] Jupyter里能使用Cursor或Code Agent-抖音 https://www.iesdouyin.com/share/video/7543640192033262891/?did=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&from_aid=1128&from_ssr=1&iid=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&mid=7543640284020280107®ion=&scene_from=dy_open_search_video&share_sign=A1Rtz3f59j7qUBMOnwqr0sUnRIlK6RqQ83K.KwcTCLU-&share_track_info=%7B%22link_description_type%22%3A%22%22%7D&share_version=280700&titleType=title&ts=1756562818&u_code=0&video_share_track_ver=&with_sec_did=1
[34] 用AI提升算法学习效率x10 用runcell辅助学习python机器学习，动态根据个性化需求生成交互式的可视化教程。-抖音 https://www.iesdouyin.com/share/video/7523088965876862248/?did=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&from_aid=1128&from_ssr=1&iid=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&mid=7523089071577615150®ion=&scene_from=dy_open_search_video&share_sign=Mf2PhCDL7.9OCYin2U0TjuoG9nsCgjWzpYOU3LuaO54-&share_track_info=%7B%22link_description_type%22%3A%22%22%7D&share_version=280700&titleType=title&ts=1756562818&u_code=0&video_share_track_ver=&with_sec_did=1
