Python Data Science Handbook, 2. Auflage

Teil I. Jupyter: Jenseits von normalem Python

Es gibt viele Optionen für Entwicklungsumgebungen für Python, und ich werde oft gefragt, welche ich bei meiner eigenen Arbeit verwende. Meine Antwort überrascht die Leute manchmal: Meine bevorzugte Umgebung istIPython plus ein Texteditor (in meinem Fall Emacs oder VSCode, je nach Stimmung). Jupyter hat seinen Ursprung in der IPython-Shell, die 2001 von Fernando Perez als verbesserter Python-Interpreter entwickelt wurde und sich seitdem zu einem Projekt entwickelt hat, das - in Perez' Worten- "Werkzeuge für den gesamten Lebenszyklus von Forschungsrechnern" bereitstellen soll. Wenn Python der Motor unserer datenwissenschaftlichen Arbeit ist, kannst du dir Jupyter als interaktives Steuerpult vorstellen.

Jupyter ist nicht nur eine nützliche interaktive Schnittstelle zu Python, sondern bietet auch eine Reihe nützlicher syntaktischer Erweiterungen für die Sprache; die nützlichsten davon stellen wir hier vor. Die wohl bekannteste Schnittstelle des Jupyter-Projekts ist das Jupyter Notebook, eine browserbasierte Umgebung, die für die Entwicklung, die Zusammenarbeit, den Austausch und sogar die Veröffentlichung von Ergebnissen aus der Datenwissenschaft nützlich ist. Ein Beispiel für die Nützlichkeit des Notebook-Formats ist die Seite, die du gerade liest: Das gesamte Manuskript für dieses Buch wurde in Form von Jupyter-Notebooks verfasst.

In diesem Teil des Buches werden wir zunächst einige der Funktionen von Jupyter und IPython vorstellen, ...