Jupyter笔记本的依赖关系管理器
jupyter-nbrequirements的Python项目详细描述
jupyter编号要求
Jupyter笔记本的依赖管理和优化。在
关于
此扩展提供对笔记本依赖项的控制。在
该项目的主要目标如下:
- 在不离开笔记本的情况下管理笔记本需求
- 为每个笔记本电脑提供一个独特且优化的*环境
*使用Thoth分辨率引擎优化需求
安装
pip install jupyter-nbrequirements
并启用所需的扩展(最新版本可能不需要,但请确保…)
^{pr2}$使用
n需求UI
自从v0.4.0以来,我们引入了一个新的UI!看看它,与它互动,看看它能为你提供什么!在
从现在起,我们的开发工作将主要集中在改进UI上。在
老派的方法
Jupyter magic与用户界面同步,所以不用担心老学生,你仍然可以手动运行命令,现有的笔记本也可以工作!在
为笔记本电脑创建运行环境
假设我们要做一个EDA,我们可能需要pandas,一个像plotly的可视化库和一些额外的库来让我们的生活更轻松,比如sklearn和{a10}。在
在Jupyter笔记本电脑中:
%dep add pandas --version ">=0.24.0"
%dep add plotly
%dep add sklearn
%dep add pandas-profiling
也许以后我们的代码需要一些重构和linter检查,所以让我们添加一个dev
依赖项。在
%dep add --dev black
现在,您可以通过发出%requirements
(或%dep
,这只是它的别名)命令来检查笔记本的要求:
%requirements
[packages]
pandas = ">=0.24.0"
plotly = "*"
sklearn = "*"
pandas-profiling = "*"
[dev-packages]
black = "*"
[[source]]
url = "https://pypi.org/simple"
verify_ssl = true
name = "pypi"
[requires]
python_version = "3.6"
到目前为止,我们只处理元数据。为了创建环境并实际安装依赖项,可以运行%dep ensure
命令(由golang的dep插入,供熟悉golang的人使用)。在
%dep ensure
Since this project is still under development and it uses the Thoth resolution engine to optimize the notebook dependencies (which is also still under development as well), in case something goes wrong,
ensure
accepts theengine
parameter, which can be set topipenv
%dep ensure --engine pipenv
查看examples了解更多信息。在
未来计划:
参见Project Board。在
Author: Marek Cermak macermak@redhat.com, @AICoE - Project Thoth
- 项目
标签: