ipad能用来学习python吗?

发布网友 发布时间：2022-03-04 05:16

我来回答

共1个回答

热心网友 时间：2022-03-04 06:45

人工智能+区块链的发展趋势及应用调研报告

其实，不只是iPad，手机也可以。

痛点

我组织过几次线下编程工作坊，带着同学们用Python处理数据科学问题。

其中最让人头疼的，就是运行环境的安装。

实事求是地讲，参加工作坊之前，我已经做了认真准备。

例如集成环境，选用了对用户很友好的Anaconda。

代码在我的Macbook电脑上跑，没有问题。还拿到学生的Windows 7上跑，也没有问题。这才上传到了Github。

在发布的教程文章里，我也已经把安装软件包的说明写得非常详细。

还针对 Anaconda 这一 Python 运行环境的安装和运行，专门录制了视频。

但是，工作坊现场遇见的问题，依然五花八门。

有的是操作系统。例如你可能用Windows 10。实话实说，我确实没用过。拿着Surface端详，连安装后的Anaconda文件夹都找不到在哪儿。

有的是编码。不同操作系统，有的默认中文编码是UTF-8，有的是GBK。同样一段中文文本，我这里显示一切正常，你那里就是乱码。

有的是套件路径。来参加工作坊前，你可能看过我一些教程，并安装了 Python 2.7 版本 Anaconda。来到现场，一看需要 Python 3.6 版本，你就又安装了一份新的。结果执行起来，你根本分不清运行的 Python, pip 命令来自哪一个套件，更搞不清楚软件包究竟安装到哪里去了。再加上虚拟环境配置，你就要抓狂了。

还有的，甚至是网络拥塞问题。因为有时需要现场安装调用体积庞大的软件包，几十台电脑“预备——齐”一起争抢有限的Wifi带宽，后果可想而知。

痛定思痛，我决定改变一下现状。

目前的教程只提供基础源代码。对于许多新手同学来说，是不够的。

许多同学，就倒在了安装依赖软件包的路上，继而干脆放弃了。

变通的办法有许多。例如干脆录制代码执行视频给你看。

但是正如我在《MOOC教学，什么最重要?》一文中说过的，学习过程里，反馈最重要。

你需要能运行代码，并且第一时间获得结果反馈。

在此基础上，你还得能修改代码，对比前后执行结果的差别。

我得给你提供一个直接可以运行的环境。

零安装，自然也就没了上述烦恼。

这个事儿可能吗?

我研究了一下，没问题。

只要你的设备上有个现代化浏览器(包括但不限于Google Chrome, Firefox, Safari和Microsoft Edge等)就行。

IE 8.0?

那个不行，赶紧升级吧!

读到这里，你应该想明白了。因为只挑浏览器，不挑操作系统，所以别说你用Windows 10，你就是用iPad，都能运行代码。

尝试

请你打开浏览器，输入这个链接(http://t.cn/R35fElv)。

看看会发生什么?

我这里用iPad给你演示。

一开始会有个启动界面出来。请你稍等10几秒钟。

然后，你就能看到熟悉的Python代码运行界面了。

这个界面来自 Jupyter Lab。

你可以将它理解为 Jupyter Notebook 的增强版，它具备以下特征：

代码单元直接鼠标拖动; 一个浏览器标签，可打开多个Notebook，而且分别使用不同的Kernel; 提供实时渲染的Markdown编辑器; 完整的文件浏览器; CSV数据文件快速浏览 ……

图中左侧分栏，是工作目录下的全部文件。

右侧打开的，是咱们要使用的ipynb文件。

为了证明这不是逗你玩儿，请你点击右侧代码上方工具栏的运行按钮。

点击一下，就会运行出当前所在代码单元的结果。

不断点击下来，你可以看见，结果都被正常渲染。

连图像也能正常显示。

甚至连下面这种需要一定运算量的可视化结果，都没问题。

为了证明这不是变魔术，你可以在新的单元格，写一行输出语句。

就让Python输出你的名字吧。

假如你叫 Chuck，就这样写：

print("Hello, Chuck!")

把它替换成你自己的姓名，看看输出结果是否正确?

其实，又何止是iPad而已?

你如果足够勇(sang) 于(xin) 尝(bing) 试(kuang)，手机其实也是可以的。

就像这样。

流程

下面我给你讲讲，这种效果是怎么做出来的。

我们需要用到一款工具，叫做 mybinder 。它可以帮助我们，把 github 上的某个代码仓库(repo)，快速转换成为一个可运行的环境。

注意 mybinder 为我们提供了云设施，也就是计算资源和存储资源。因此即便许许多多的用户同时在线使用同一份代码转换出来的环境，也不会互相冲突。

我们先来看看，怎么准备一个可供 mybinder 顺利转换的代码仓库。

我为你提供的样例在这里(http://t.cn/R35MEqk)：

顺便说一句，这个样例来自于我的数据科学系列教程之《如何用Python处理自然语言?(Spacy与Word dding)》。感兴趣的同学可以点击链接，查看原文。

在该 GitHub 页面展示的文件列表中，你需要注意以下3个文件：

demo.ipynb environment.yml postBuild