对 Python 开发者而言，IPython 仍然是 Jupyter Notebook 的核心

链客，专为开发者而生，有问必答！

此文章来自区块链技术社区，未经允许拒绝转载。

Jupyter 项目提供的魔法般的开发体验很大程度上得益于它的 IPython 基因。

最近刚刚写过我为什么觉得觉得 Jupyter 项目（特别是 JupyterLab）提供了一种魔法般的 Python 开发体验。在研究这些不同项目之间的关联的时候，我回顾了一下 Jupyter 最初从 IPython 分支出来的这段历史。正如 Jupyter 项目的大拆分™ 声明所说:

“如果你不明白 Jupyter 是什么，这么说吧，它拥有和 IPython 同样的代码，并且是由同一批人开发的，只不过取了一个新名字、安了一个新家。”

下面这个注脚进一步说明了这一点：

“我从声明中解读出来的信息是，‘Jupyter 和 IPython 非常相似，但是拥有多种语言’，这也可以很好地解释为什么这个项目的名字已经不再需要包含 Python，因为当时它已经支持多种语言了。”

我明白 Jupyter Notebook 和 IPython 都是从同样的源代码里分支出来的，但是不太清楚 IPython 项目的现状。在大拆分™ 之后它是已经不再被需要了，还是在以另一种方式延续着？

后来我惊讶地发现，IPython 仍然不断在为 Python 使用者提供价值，它正是 Jupyter 体验的核心部分。下面是 Jupyter 常见问题页面的一段截取：

有什么语言是需要预装的吗？

是的，安装 Jupyter Notebook 会首先安装 IPython 内核。这样我们就可以在 notebook 上运行 Python 语言了。

现在我明白了，在 JupyterLab（以及 Jupyter Notebook）上编写 Python 程序仍然需要依赖 IPython 内核的持续开发。不仅如此，IPython 还充当了最为强大的默认内核的角色，根据这份文档，它是其它语言内核之间的枢纽，节省了很多开发时间和精力。

现在唯一的问题是，IPython 本身可以做什么呢？

IPython 如今的作用

IPython 提供了一个强大的、交互性的 Python shell，以及 Jupyter 的内核。安装完成之后，我可以在任何命令行运行 ipython 本身，将它当作一个（比默认 Python shell 好太多的）Python shell 来使用：

$ ipython

Python3.7.3(default,Mar272019,09:23:15)

Type’copyright’,'credits’or’license’formore information

IPython7.4.0–An enhanced InteractivePython.Type’?'for help.

In[1]:import numpy as np

In[2]: example = np.array([5,20,3,4,0,2,12])

In[3]: average = np.average(example)

In[4]:print(average)

6.571428571428571

这就让我们发现了一个更为重要的问题：是 IPython 让 JupyterLab 可以在项目中执行代码，并且支持了一系列被称为 Magic 的功能（感谢 Nicholas Reith 在我上一篇文章的评论里提到这点）。

IPython 让魔法成为现实

JupyterLab 和其它使用 IPython 的前端工具可以让你感觉像是在最喜欢的 IDE 或者是终端模拟器的环境下工作。我非常喜欢点文件快捷键功能，Magic 也有类似点文件的特征。比如说，可以试一下 %bookmark 这个命令。我把默认开发文件夹 ~/Develop 关联到了一个可以在任何时候直接跳转的快捷方式上。

Screenshot of commands from JupyterLab

%bookmark、%cd，以及我在前一篇文章里介绍过的 ! 操作符，都是由 IPython 支持的。正如这篇文档所说：

Jupyter 用户你们好：Magic 功能是 IPython 内核提供的专属功能。一个内核是否支持 Magic 功能是由该内核的开发者针对该内核所决定的。

写在最后

作为一个好奇的新手，我之前并不是特别确定 IPython 是否仍然和 Jupyter 生态还有任何联系。现在我对 IPython 的持续开发有了新的认识和，并且意识到它正是 JupyterLab 强大的用户体验的来源。这也是相当有才华的一批贡献者进行最前沿研究的成果，所以如果你在学术论文中使用到了 Jupyter 项目的话别忘了引用他们。为了方便引用，他们还提供了一个现成的引文。

如果你在考虑参与哪个开源项目的贡献的话，一定不要忘了 IPython 哦。记得看看最新发布说明，在这里可以找到 Magic 功能的完整列表。

对 Python 开发者而言，IPython 仍然是 Jupyter Notebook 的核心相关推荐

ipython和jupyter哪个好_对Python开发者而言，IPython仍然是Jupyter Notebook的核心
如果你不明白 Jupyter 是什么,这么说吧,它拥有和 IPython 同样的代码,并且是由同一批人开发的,只不过取了一个新名字.安了一个新家. 下面这个注脚进一步说明了这一点: 我从声明中解读出来 ...
【Python数据挖掘】数据挖掘简介及Jupyter notebook操作介绍（图文解释超详细）
需要完整PPT请点赞关注收藏后评论区留言并且私信~~~ 一.数据挖掘简介面对大量的数据,迫使人们不断寻找新的工具,对规律进行探索,为决策提供有价值的信息.数据挖掘有助于发现趋势,揭示已知的事实,预测 ...
Python环境的安装（Anaconda+Jupyter notebook+Pycharm）
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文总结了Windows下Python环境的安装,包括Anacon ...
[转载] Python全栈（1）—— Python如何快速下载库与jupyter notebook 的基本使用
参考链接: Python Jupyter Notebook入门文章目录前言Python如何快速下载库jupyter notebook基本使用前言笔者最近发现学到现在,还没有认认真真系统的学一下 ...
Jupyter lab add kernel Python+Julia+R 【jupyter Notebook 切换Python环境】and【在jupyter Notebook中安装第三方库】
新增虚拟环境 conda create -n py2 python=2.7 进入python2的环境 conda activate py2 安装python2的内核并应用 python2 -m pip ...
python内核死亡的原因_python - Jupyter Notebook内核在编译神经网络时死亡 - SO中文参考 - www.soinside.com...
在创建和编译keras密集神经网络时,我的jupyter笔记本内核总是死掉.终端给我一个消息,提示它无法分配空间,并且CUDA内存不足.我的GPU(2060 Super)已经多次运行此模型,只是没有在 ...
Jupyter notebook的内核是什么？Ipython
Ipython! Ipython! Ipython! 所以在Jupyter notebook能够使用Ipython的如: %run:运行python文件 %edit:使用编辑器打开当前函数编辑 %sa ...
第二章 Pyton语言基础、Ipython及Jupyter notebook(?功能,%run命令,魔法函数）
?功能在一个变量名的前后使用问号(?)可以显示一些关于该对象的概要信息: b=[1,2,3] b? 假设已经写好了如下函数(你可以在Ipython或jup中复现): def add_numbers( ...
墙裂推荐，Python开发者不容错过的7个VS Code扩展
Visual Studio Code(简称 VS Code)是一个由微软开发,同时支持 Windows. Linux 和 macOS 等操作系统的免费代码编辑器,它支持测试,并内置了 Git 版本控制 ...

对 Python 开发者而言，IPython 仍然是 Jupyter Notebook 的核心

对 Python 开发者而言，IPython 仍然是 Jupyter Notebook 的核心相关推荐

最新文章

热门文章