在我初学Python的时候,始终习用着装置式的编辑器软件,比方PyCharmSpyder。并且,始终认为编辑器都是这种模式的,有的区别只是体验和性能上的差别。

直到我起初遇到了Jupyter Notebook,发现它是基于web来运行代码的,并且能够还写markdown的文本,间接突破我对编辑器的意识。

然而,最近又发现了一个新的Jupyter Notebook工具,再次突破我的意识。应用它能够不必在web敲代码了,它能够让咱们在终端命令行应用Jupyter Notebook

web和终端比照

更神奇的是,它也反对代码交互和markdown的富文本。尽管代码在哪敲都是敲,并没有扭转实质,但真没想到基于web的Jupyter Notebook有一天还能够在命令行中运行,和大家分享一下,说不定哪天能用上。

这个工具就是 nbterm,上面来介绍下。

GitHub链接:https://github.com/davidbroch...

nbterm的应用姿态

1. 装置

反对各种软件治理包的下载。

$ pip install nbterm

或者conda

$ mamba install nbterm -c conda-forge

除此外,还须要一个内核,比方实用于Pythonipykernelxeus-python,实用于C++的xeus-cling

2. 启动notebook

$ cd ~/nbterm #你的nbterm存储门路$ nbterm my_notebook.ipynb

而后应用终端来敲代码:

3. nbterm根本命令

输出help能够看到nbterm命令的其它命令选项。

$ nbterm --helpUsage: nbterm [OPTIONS] [NOTEBOOK_PATH]Arguments:  [NOTEBOOK_PATH]  Path to the notebook.  [default: ]Options:  --no-kernel                     Don't launch a kernel.  --run                           Run the notebook.  --save-path TEXT                Path to save the notebook.  --version                       Show the version and exit.  --help                          Show this message and exit.

比方,在批处理模式中运行notebook所有单元。

$ nbterm --run my_notebook.ipynb

如果未应用--save-path指定新名称,则会主动生成名为my_notebook_run.ipynb的新文档。

嵌入式用法

除了下面那样操作以外,也可把nbterm当作库嵌入到本人的程序中,所有协作者都能够进行编辑。比方你能够重新排列单元格,而后一起运行:

import asynciofrom nbterm import Notebooknb = Notebook("my_notebook.ipynb")nb.cut_cell(3)nb.paste_cell(1)asyncio.run(nb.run_all())nb.save()

一个轻量级Jupyter的尝试

这个工具的创作者叫David Brochart,是一位任职于quantstack的软件开发员,致力于Jupyter生态库的开发,比方nbclientjupyter-clientipykernelipywidgets等。

他自己提到,nbterm不会重用Jupyter的根本组件,如jupyter-clientnbformat,而是想要尝试不波及向后兼容限度的新我的项目,或者说测试一下开发一个轻量notebook客户端的难度,所以当初的nbterm还是一个相当精简的代码库。

显然,nbterm对于notebook而言还是有一些性能须要欠缺的,比方终端尽管只限度于显示字符。不过ASCII码能够使这个问题迎刃而解。

大佬曾经应用ASCII后端对matplotlib图形库尝试了绘制:

但这个绘制目前还只能在MacOS上应用。

除此之外,该我的项目也提出了要增加一些相似ipywidgets的交互性能,以及更多简略的滑块、按钮、菜单等GUI部件等。

这个工具尽管目前来看可用性不强,但也的确是一个启发。就像我过后感觉web敲代码很奇怪一样,随着逐步相熟也就习惯了,只有它香我在哪敲都行,命令行里敲还能顺便装一下

参考链接:

[1] https://github.com/davidbroch...

[2] https://blog.jupyter.org/nbte...

开源前哨 日常分享热门、乏味和实用的开源我的项目。参加保护 10万+ Star 的开源技术资源库,包含:Python、Java、C/C++、Go、JS、CSS、Node.js、PHP、.NET 等。