Hvordan jobbe med Jupyter notatbøker i Pycharm
Python er viktig i programmeringsverdenen
I følge en undersøkelse gjort av Jetbrains, “Python er det primære språket som brukes av 84% av programmererne. Videre bruker nesten 58% av utviklerne Python for dataanalyse, mens 52% bruker den til webutvikling. Bruken av Python for DevOps, Machine Learning og Web Crawling eller Web Scraping Follow Like Behind sammen med en rekke andre bruksområder.”
Pycharm - en tverrplattform IDE for Python -utviklere
For å få mest mulig ut av Python, spesielt når det gjelder dataanalyse, er det viktig å finne en IDE som tilbyr mest når det gjelder redigeringskode og visualisere resultater. For dette formålet er Pycharm veien å gå. Pycharm er en IDE utviklet av jetbrains, hjernen bak store utviklingsverktøy som phpstorm.
Den primære komponenten i Pycharm er kodeditoren, som tilbyr funksjoner som en intelligent kontekstbasert auto-fullføring av kode, kodeforslag og kodebit. Det lar programmerere lage logiske kodeblokker for å skille programmoduler.
Redaktøren er effektiv til å identifisere og fremheve feil ettersom kode er skrevet. Kodenavigasjon har aldri vært enklere ettersom Pycharm lar programmerere raskt hoppe til et bestemt utdrag, objekt eller klasse i kildekoden.
Pycharm har også mange refactoring -funksjoner, noe som gjør det enkelt for utviklere å gjøre organiserte endringer. Støtte for webteknologier som HTML, CSS, JavaScript og mer kombinert med Pycharms live redigering og se webside miljø gjør det til et kraftig verktøy for webutvikling i Python.
“Literate programmering” med Jupyter Notebook
En annen IDE som spiller inn når du snakker om Python er Jupyter Notebook. Tidligere kjent som Ipython Notebook, er Jupyter Notebook spesielt viktig for å gi form til det Donald Knuth, en dataforsker fra Stanford, berømt kalt “Literate Programming”.
Literate programmering er en standardform for programmering som fokuserer på kodeens menneskelige lesbarhet. Det lar programmerere gi form til de logiske enhetene i koden, betydningen av disse kodeenhetene og resultatene deres. Sammet, presenterer en notisbok kode som en fullstendig og forståelig tankeprosess og dens teknologiske manifestasjon.
For å støtte litteraturprogrammering har Jupyter Notebook en rekke verktøy tilgjengelig som gir fullstendig frihet til å redigere kode med sin relevante støttende prosa.
Fra det grunnleggende nivået kan notatbøker (filene som koden er skrevet) separere kode i "celler". Celler gjør det enkelt å skille mellom spesifikk funksjonalitet.
Bortsett fra kodeceller, er det markeringsceller tilgjengelig der det er enkelt å skrive kodebeskrivelser, betydning eller resultater. Redigeringsalternativer for markeringsceller er uendelige; Du kan leke med tekstformater, bilder og til og med matematiske ligninger og diagrammer.
Den omfattende støtten for integrering.
Hvilke funksjoner er inkludert for Jupyter notatbøker i Pycharm?
Pycharm lar deg gjøre endringer i kildedokumentet på mange måter. Disse inkluderer:
- Redigering og å gjøre forhåndsvisninger.
- Bruker notatboken som kildekode med definisjoner i form av tekster.
- Tilbyr live forhåndsvisninger sammen med feilsøking.
- Alternativer for automatisk sparing av koden din.
- Fremheve alle typer syntaksfeil og feil.
- Muligheten til å legge til linjekommentarer.
- Muligheten til å utføre og forhåndsvise resultater samtidig.
- Tillatelser til å bruke den dedikerte Jupyter Notebook Debugger.
- Gjenkjenne .ipynb filer med ikonet.
Bruke Jupyter Notebook i Pycharm
Jupyter Notebooks kraftige kodeskriving og redigeringsfunksjoner og Pycharms elite dedikerte feilsøkingsmodul kan danne et utviklingsmiljø som mangler lite.
Alt som er igjen er å lære å oppnå et integrert utviklingsmiljø som kombinerer funksjonalitetene til Pycharm og Jupyter Notebook.
Det korte svaret er at dette foreløpig bare er mulig med en lisensiert versjon av Pycharm Professional. Pycharm Professional er ikke gratis. Du kan imidlertid få en gratis lisens hvis du er tilknyttet et utdanningsinstitutt og har en .EDU e -postadresse.
Det lange svaret på det nevnte spørsmålet er å følge trinnene som er gitt nedenfor:
1. Først bør du opprette et nytt prosjekt.
2. I det prosjektet oppretter du en ny IPYNB -fil ved å gå til File> Ny ...> Jupyter Notebook. Dette bør åpne for en ny notisbokfil.
3. Hvis du ikke har installert Jupyter Notebook -pakken, vises en feil over den nyåpnede IPYNB -filen. Feilen lyder “Jupyter -pakken er ikke installert”, og du vil ha muligheten til å "installere Jupyter -pakken" ved siden av.
4. Klikk på "Installer Jupyter -pakken". Dette starter installasjonsprosessen, som du kan se ved å klikke på løpsprosessene nederst til høyre i Pycharm -vinduet.
5. For å begynne å utforske Jupyter Notebook i Pycharm, lage kodeceller og utføre dem.
6. Utfør kodecellen for å starte Jupyter -serveren. Som standard bruker Jupyter -serveren 8888 -porten som standard på Localhost. Disse konfigurasjonene er tilgjengelige i serverens verktøyvindu. Når du er lansert, kan du se serveren over kildekodevinduet, og ved siden av kan du se kjernen som er opprettet som "Python 2" eller "Python 3".
7. Du kan nå få tilgang til variablene i Pycharm for å se hvordan verdiene til variablene dine endres når du utfører kodeceller. Dette hjelper med feilsøking. Du kan også angi bruddpunkter på kodelinjer og deretter klikke på Kjørikonet og velge "Debug Cell" (eller bruke snarveien Alt + Shift + Enter) for å begynne å feilsøke.
8. Følgende faner nederst i Pycharm -vinduet er viktige for å bruke Jupyter Notebook:
Å komme sammen med brukergrensesnittet
Av de mange brukergrensesnittkomponentene, la oss begynne å utforske de du kan jobbe med uten å møte noen vanskeligheter.
Visningsmodus
Pycharm tilbyr tre visningsmodus for å redigere Jupyter Notebook -filene:
1. Bare redaktørmodus
Dette gjør det mulig å legge til og redigere notatbokceller.
2. Splitt visningsmodus
Split View -modus lar deg legge til celler og forhåndsvise utgangen. Dette er også standard-visningsmodus for alle Jupyter-notatbøker i Pycharm.
3. Forhåndsvisning bare modus
Her kan du forhåndsvise kodeutførelsesresultatene, råceller og kode markdown.
Verktøylinje
Verktøylinjen gir flere snarveier som gir rask tilgang til alle grunnleggende operasjoner.
Serverloggen
Serverloggen er et vindu som vises når du starter noen av Jupyter -serverne. Den viser gjeldende tilstand på serveren og lenken til den bærbare PC -en som blir arbeidet med.
Variablene -fanen
Variablene -fanen gir en detaljert rapport om de variable verdiene som er til stede i den utførte cellen.
Nå som du er kjent med det grunnleggende om redigering og feilsøking av Jupyter -notatbøker i Pycharm, kan du gå foran og installere Jupyter -pakken i Pycharm for deg selv. Herfra og videre kan du utforske funksjonene fullt ut og bruke dem til din tilfredshet!
Konklusjon
Dette avslutter vår guide om hvordan du jobber med Jupyter notatbøker i Pycharm. Vi dekket grunnene til å lære Python, sammen med korte introduksjoner om Pycharm og Jupyter. Vi dekket deretter trinnene for å integrere Jupyter med Pycharm og forskjellige moduser og verktøylinjer som kan hjelpe utvikleropplevelsen. Med dette håper vi at denne guiden hjelper deg på reisen din for å bli en Python -utvikler.