帮酷LOGO
0 0 评论
  • 显示原文与译文双语对照的内容
文章标签:EXEC  cod  Cells  逐行  vis  单元格  EXE  code-execution  
Visualize Python code execution (line-by-line) in Jupyter Notebook cells.

  • 源代码名称:nbtutor
  • 源代码网址:http://www.github.com/lgpage/nbtutor
  • nbtutor源代码文档
  • nbtutor源代码下载
  • Git URL:
    git://www.github.com/lgpage/nbtutor.git
  • Git Clone代码到本地:
    git clone http://www.github.com/lgpage/nbtutor
  • Subversion代码到本地:
    $ svn co --depth empty http://www.github.com/lgpage/nbtutor
    Checked out revision 1.
    $ cd repo
    $ svn up trunk
    
  • Nbtutor

    可视化 python 代码执行( line-by-line ) 在 Jupyter笔记本中的。 灵感由在线 python 辅导

    用法

    安装

    注意:直接安装这个 repo 将不起作用,因为我们不会发送构建的JavaScript和CSS资产。 有关开发的更多信息,请参见下面。

    pip

    pip install nbtutor
    jupyter nbextension install --overwrite --py nbtutor
    jupyter nbextension enable --py nbtutor

    conda

    conda install -c conda-forge nbtutor

    使用( Jupyter笔记本)

    首先在一个 CodeCell 中执行以下魔术,在笔记本顶部加载 nbtutor IPython内核扩展:

    %load_ext nbtutor

    然后在 CodeCell 中可以视化代码执行,将以下魔术添加到 CodeCell的顶部并再次执行它:

    %%nbtutor

    可选参数

    还有可以用于单元格魔术的可选参数:

    • 重置IPython用户名称空间

      %%nbtutor -r/--reset
    • 取消来自 -r/--reset的确认消息

      %%nbtutor -r/--reset -f/--force
    • 内联渲染原始对象

      %%nbtutor -i/--inline
    • 指定要可视化的最大帧深度( 默认值: 1 )

      %%nbtutor -d/--depth N
    • 指定浮点数的有效数字数( 默认值: 3 )

      %%nbtutor --digits D
    • 为"顺序"类型对象指定要可视化的最大元素数( 默认: 5 )

      %%nbtutor --max_size S
    • 单步执行所有帧( 包括来自其他单元和其他全局作用域的帧)

      %%nbtutor --step_all
    • 展开 numpy 数组以显示基础数据

      %%nbtutor --expand_arrays
    • 无内联键,属性或者基元对象

      %%nbtutor --nolies

    注释

    • 可视化 numpy 阵列有些实验性。 简单的ndarray 和简单切片应该可以工作,但是除了测试之外的任何。
    • 如果你发现问题,请随时提交一个问题。

    插件开发

    假设你已经在本地克隆了这里存储库:

    git clone https://github.com/lgpage/nbtutor.gitcd nbtutor

    repo-体系结构

    nbtutor nbextension由 ./src 构建为 ./nbtutor/static/nbtutor,使用: - less 样式- 用于javascript的es6 ( 通过 babel ) - 用于封装的browserify

    nbtutor 内核扩展( magics ) 存储在 ./nbtutor/ipython 文件夹中

    生成工具存储在 ./tools 文件夹中。

    正在启动

    你需要安装 conda,无论从 Anaconda 还是 miniconda。 你可以从 ./environment.yml 创建名为 nbtutor的python 开发环境。

    conda create -n nbtutor python=YOUR_FAVORITE_PYTHON
    conda env updatesource activate nbtutor

    我们对 node.js 依赖项使用 npm,因此运行:

    npm install

    最后,你可以使用以下方法构建资产:

    npm run build

    安装 nbextension

    要确保始终获得正确的资产( 用于开发),请使用 symlink 选项安装 nbextension:

    python setup.py develop
    jupyter nbextension install --overwrite --symlink --sys-prefix --py nbtutor
    jupyter nbextension enable --sys-prefix --py nbtutor


    文章标签:cod  vis  EXE  EXEC  单元格  Cells  jupyter  逐行  

    Copyright © 2011 HelpLib All rights reserved.    知识分享协议 京ICP备05059198号-3  |  如果智培  |  酷兔英语