jupyterlab_thredds

JupyterLab数据集浏览器，用于THREDDS目录

可以将iris/xarray/leaflet代码单元注入到所选数据集的Python笔记本中，以便进一步处理/可视化数据集。

先决条件

• JupyterLab, pip安装jupyterlab
• ipywidgets, jupyter labextension install @jupyter-widgets/jupyterlab-manager，ipyleaflet 的依赖项
• ipyleaflet，jupyter labextension install jupyter-leaflet，用于加载 WMS 层
• iris，conda install -c conda-forge iris

安装

pip install jupyterlab_thredds
jupyter labextension install @ewatercycle/jupyterlab_thredds

用法

0. 使用 jupyter lab 启动 Jupyter lab
1. 在 Jupyter lab 中打开一个笔记本
2. 在左侧打开 THREDDS 选项卡
3. 填写目录 URL
4. 点击搜索按钮
5. 选择您想如何打开数据集，默认情况下使用 iris Python 包
6. 选择一个数据集以将代码插入笔记本中

开发

在存储库目录中进行以下开发安装

pip install -r requirements.txt
jlpm
jlpm build
jupyter labextension link .
jupyter serverextension enable --sys-prefix jupyterlab_thredds

(jlpm 命令是 JupyterLab 预装版本的 yarn，与 JupyterLab 一起安装。)

重新构建包和 JupyterLab 应用程序

jlpm build
jupyter lab build

监控模式

# shell 1
jlpm watch
# shell 2
jupyter lab --ip=0.0.0.0 --no-browser --watch

发布

要进行新版本发布，请执行以下步骤

1. 在 package.json 和 jupyterlab_thredds/version.py 中更新版本
2. 在 CHANGELOG.md 中记录更改
3. 确保测试通过，运行 jlpm test 和 pytest
4. 提交并推送所有更改
5. 使用 jlpm build 和 jlpm publish --access=public 将实验室扩展发布到 npmjs
6. 使用 python setup.py sdist bdist_wheel 和 twine upload dist/* 将服务器扩展发布到 pypi
7. 创建 GitHub 发布版
8. 在 README.md 和 CITATION.cff 中更新 DOI