Og hvilken bedre måde at begynde at lære på end på en let at bruge Python IDE, som giver dig en editor, hvor du kan redigere din kildekode, en tolk og en kompilator og en grænseflade, hvor du kan se dit output, alt sammen ét sted? Jupyter Notebook er en IDE, der giver begyndere i Python (og endda erfarne Python-udviklere) et miljø designet til at vise klare resultater og analyser.
Jupyter Notebook-redaktørens allrounder
Du vil måske endda argumentere, når du først begynder at bruge Jupyter, at dets notebooks er de mest komfortable integrerede udviklingsmiljøer at kode i. Disse notebooks er også meget kraftfulde læringsværktøjer. De er udstyret med en læsbar teksteditor, hvor du kan designe kodebeskrivelser komplet med billeder og diagrammer, og kodeceller, der adskiller logiske enheder i dit program. Hvis alle hjælpeprogrammer i en notesbog bliver brugt godt, kan du oprette dokumenter, der udfører hele programmer og også give en letforståelig analyse og beskrivelse side om side med koden.
Fig. 1: Jupyter notebooks hjemmeside
Jupyter er en webbaseret IDE og åbnes i browseren. Du kan ændre standardbrowseren, den åbner i, til en browser, du vælger. Jupyter Notebook kan installeres i dit Linux -system, hvor det opretter notebooks på en arbejdsplads på din disk, eller det kan bruges online til at redigere kode på https://jupyter.org/ . Når du har oprettet en notesbog i Jupyter ved at klikke på Ny, åbnes følgende editor:
Fig. 2: Notebook uden navn
Denne enkle brugerflade er utrolig kraftfuld i sine funktioner. Lad os starte med en grundlæggende introduktion først.
Kom godt i gang
I fig. 3 er den tomme notesbog, du ser, det layout, du vil arbejde med, når du lærer Python på Jupyter.
Fig. 4: Kør en kodecelle
For at køre en kodecelle skal du blot markere den celle, du vil køre, og enten klikke på Kør eller trykke på Shift + Enter. Dette er sammen med afbryd kernelknappen ved siden af det, du vil klikke mest på. Apropos afbryd kernen, hvis du befinder dig i en uendelig sløjfe, kan dette være praktisk. Afbryd mission før tingene bliver endnu mere rodede!
Og mens vi er på emnet kerner, lad os undersøge en af de vigtigste komponenter i den bærbare computer - kernen. I de enkleste termer har Python -kerner ansvaret for at eksekvere kode. Alle de muligheder, du skal bruge med hensyn til kernen, er her:
Fig. 5: Kerne
En Python -kerne, der er en beregningsenhed, der eksekverer kode, kan afbrydes for at standse eksekveringen af kode, genstartes, tilsluttes igen og lukkes ned. Når man går videre til flere muligheder, der involverer kernen, kan man endda ændre kerner for at skifte fra en version af Python til den anden (f.eks. Fra Python 2 til Python 3).
Som vi nævnte tidligere, bruges notesbøger til meget mere end bare at skrive kode. Du kan bruge dem til at oprette et fuldgyldigt dokument med afsnit, ligninger, funktioner og billeder. For at komme i gang med dette skal du gøre dig bekendt med markdown -celler.
Hvis du vælger en celle og derefter vælger Cell> Cell Type> Markdown, konverteres en kodecelle til en tekstcelle. Her kan du skrive beskrivelser og analyser. Det er god praksis at slå dokumentationen til Jupyter Notebooks op for at låse op for alle de forskellige måder, du kan bruge denne funktion på. En spændende ting, som jeg opdagede, da jeg startede med notesbøger, var, at efter at du har konverteret en celle til markdown, bliver indstillingen Indsæt billede i rullemenuen Rediger aktiveret. Her er en demo af, hvordan en markdown -celle ser ud:
Fig. 6: En markdown -celle
Bemærk, at denne tekst sidder over en almindelig kodecelle. Sådan kan du tilføje mening til logiske kodenheder.
Denne introduktion ridsede bare overfladen af, hvad du kan gøre med notebooks. Det bedste råd ville være at udforske det på egen hånd og opdage resten af dets funktioner, der passer til dine formål.
Installation af Jupyter
På Linux -systemer kan Jupyter Notebook installeres både via kommandolinjegrænsefladen og den grafiske brugergrænseflade. Kommandolinjegrænsefladen hviler på dens Terminal. For at installere Jupyter skal du først installere eller opdatere Python og derefter installere Python -notebook.
Fig. 7: Kommando for at installere Python -notebook
Installation af Jupyter Notebook fra GUI er ret lettere. Bare søg Project Jupyter på Ubuntu Software og klik på Installer.
Fig.8: Projekt Jupyter i Ubuntu Software (GUI -installation)
Python er det mest kraftfulde programmeringssprog til datavidenskab. Det er også et let at lære sprog og en IDE som Jupyter Notebook gør det problemfrit at vænne sig til programmering i Python.