IPython Cookbook 第二版代码库 (2018)

本仓库包含了由 Cyrille Rossant 撰写的 IPython 交互式计算与可视化 Cookbook 第二版 (2018)，由 Packt Publishing 出版的 100 多个示例代码的 Jupyter 笔记本。

本仓库为只读模式：源文件位于 cookbook-2nd 仓库中。

在云端运行代码

借助 Binder，您无需安装任何软件，即可直接在浏览器中运行大多数 Jupyter 笔记本。只需点击上方的“launch binder”按钮即可。云端会自动启动一个包含所有依赖项的临时 Jupyter Notebook 服务器。该服务器不会持久保存数据：一段时间后，您的所有更改都将丢失。

在本地计算机上运行代码

1. 安装 Git。

2. 下载并安装 Anaconda：请根据您的操作系统（macOS、Linux 或 Windows）选择 Python 3.6, 64-bit 版本。

3. 打开 终端（Windows 上为 cmd）。

4. 克隆 本仓库：

$ git clone https://github.com/ipython-books/cookbook-2nd-code.git
$ cd cookbook-2nd-code

5. 创建 cookbook conda 环境：

conda env create -f environment.yml

6. 激活 该环境：

   • 在 macOS 和 Linux 上：

   source activate cookbook
   

   • 在 Windows 上：

   activate cookbook
   

7. 启动 Jupyter Notebook：

$ jupyter notebook

cookbook-2nd-code 快速上手指南

本指南基于《IPython Interactive Computing and Visualization Cookbook, Second Edition (2018)》的配套代码库，帮助开发者快速在本地或云端运行 100+ 个交互式计算与可视化示例。

环境准备

• 操作系统：Windows、macOS 或 Linux
• 前置依赖：
  • Git：用于版本控制和代码克隆。
  • Anaconda：推荐安装 Python 3.6, 64-bit 版本。
    • 国内加速建议：如果下载 Anaconda 较慢，可使用清华大学开源软件镜像站 (https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/) 下载安装包。

安装步骤

请在终端（Windows 下为 cmd 或 PowerShell）中依次执行以下命令：

1. 克隆仓库

   git clone https://github.com/ipython-books/cookbook-2nd-code.git
   cd cookbook-2nd-code
   

2. 创建 Conda 环境 利用项目提供的 environment.yml 文件自动安装所有依赖：

   conda env create -f environment.yml
   

   注：若创建过程中下载缓慢，可配置清华源加速：

   conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
   conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
   conda config --set show_channel_urls yes
   

3. 激活环境

   • macOS / Linux:

     source activate cookbook
     

   • Windows:

     activate cookbook
     

基本使用

方式一：本地运行（推荐）

激活环境后，启动 Jupyter Notebook 服务即可浏览和运行所有示例代码：

jupyter notebook

浏览器会自动打开，进入目录后即可选择任意 .ipynb 文件进行学习。

方式二：云端运行（免安装）

如果您不想在本地配置环境，可以直接点击项目首页的 Launch Binder 按钮，或在浏览器访问以下链接：

https://mybinder.org/v2/gh/ipython-books/cookbook-2nd-code/master

系统将自动在云端启动临时的 Jupyter 服务器。注意：云端环境是非持久化的，关闭后您的修改将会丢失。