jupyter

1 jupyter介绍与使用

jupyter很多人都用过，是能将python R等语言的代码的输入输出以很直观的形式显示的文本文件。格式为ipynb，github也能很好的解析这种格式的文件。例如https://github.com/sunwu51/notebook/blob/master/18.12/ml/2.py.ipynb显示如下

其中的4是运行之后的结果，即改格式的文件能将运行后的结果输出显示在文件上面。

1.1 用处

在介绍怎么使用这种格式的文件之前，我们先来看下这样的形式有什么用处。

对于数据科学家来说，可以将输入和输出清晰的放到眼前，便于交流。这比直接在markdown中写上输入输出要更有说服力，因为这里的输出是真正运行后的结果，不存在造假。

对于学习者来说这个笔记本的在线版本（后面会说），可以修改输入，然后重新运行，查看输出的结果。是非常方便的在线运行工具。

1.2 使用

首先保证电脑具有python3.x环境。

$ python --version
Python 3.7.1

安装jupyter

pip install jupyter

新建一个目录，并在该目录下运行jupyter

mkdir test
cd test
jupyter notebook

会在8888端口启动一个web服务，并自动打开页面。

在输入中可以写任意的python代码，包括import本地的包。

2 mybinder将代码仓库转为在线jupyter

在研究jupyter的时候发现一个非常有意思的工具mybinder，可以将代码仓库转换成一个在线的jupyter。就是说原来github中的ipynb格式的文件虽然能够解析，但是不能修改输入和重新运行，即不是在线的jupyter。

2.1 使用

访问https://mybinder.org/,输入仓库地址，然后启动即可。这里我从github上随便找了一个jupyter格式的项目。

2.2 依赖

上面的例子中我们看出可以将一个项目重新部署成在线jupyter，但是有个问题就是依赖的包会找不到。

添加依赖的方式非常简单，就是在仓库的根目录下添加一个requirements.txt文件格式如下

numpy==1.13.1
matplotlib==2.0.2 
seaborn==0.8.1

如果不知道自己本地库的版本，或者不知道自己项目用了哪些库，可以直接pip freeze > requirements.txt会将所有的本地库和版本写到文件中。

有了这个文件后，就能很轻易的引入包了

3 azure notebook

功能与上面的类似，不过是微软出品的。除了直接将仓库转为jupyter，azure notebook还可以普通的写日记，可以clone别人的日记项目，是一个更大的生态了。

4 小结

上面的两个工具都非常有意思，但是我都不是很推荐使用，主要原因还是略微有点卡，因为服务器都在国外的原因。点击run后总要等待几秒钟才能看到输出。所以我还是建议直接将项目下载下来，然后在本地运行jupyter notebook。