Pull to refresh

Comments 20

Между тем observablehq.com вышел из беты. У него большая часть тоже opensource, есть поддержка markdown, формул на MathJax, WebGL, WebVR, реактивное вычисление ячеек, также есть возможность совместной работы над одним документом. Единственное, его нельзя развернуть в своей локальной сети. Ну и не планируют поддерживать другие языки кроме JS.
Очень забавная штука, надо будет как-нибудь попробовать
Они предложили более амбициозную идею: если многие учёные предпочитают Python, то ступите на их поле

Это очень, очень трезво и рационально. В научной среде часто если человек начал со STATA то он в ней до пенсии и сидит. Конечно, это не показатель каким профессором надо быть, но гораздо проще упростить жизнь ленивым профессорам и идти им навстречу, чем заставлять переучиться.
Mozilla, браво.
Ну, там даже seaborn подключить нельзя. Фи. По сравнению с Google Collab, Kaggle Kernels и локальным использованием Jupyter Notebooks пока как-то очень нишево выглядит.
блин, как же этим всем научиться пользоваться
UFO just landed and posted this here
Что мешает скомпилить сам питон в васм, и в нём уже интерпретировать код
UFO just landed and posted this here

Не знаю что там внутри, но чисто с точки зрения банальной эрудиции, в C тоже нет сборщика мусора, но cpython как-то существует.


Тредов, собственно, в C тоже нет, только сторонними библиотеками. Но это не так важно как то, что треды в тех рамках, в которых они существуют в питоне (в условиях GIL, то есть concurrency без parallelism) тоже особо ничего не требуют от виртуальной машины. То есть иллюзию тредов можно создать тупо переключениями контекста, просто машина не перестанет от этого быть "однопроцессорной", но и в питоне этого особо нет. А вот когда начинается попытка из питона подёргать сишный код, который разводит параллелизм, то да, тут либо нужны нормальные треды в wasm, либо очень сильно извращаться и тормозить.

UFO just landed and posted this here

Попробую ещё раз. Garbage Collection или, скажем, Preemptive Multitasking — это просто такие структуры данных, их можно реализовать на любом языке. Слышать, что какой-то тюринг-полный язык с ними "несовместим", мне крайне странно. Более того, это не такие уж и сложные структуры данных, чтобы париться из-за них, когда ты и так уже реализуешь аж целый интерпретатор питона, который тоже всего лишь структура данных. Параллелизм да — он нечто аппаратное.

Тема очень важная. Много сил потратил на то, чтобы научным работникам объяснить, что эпоха представления моделей и результатов в виде статических публикаций ушла и держится только на консерватизме научной системы.
Надеюсь, проект взлетит и станет прототипом многих специализированных инструментов.
UFO just landed and posted this here
Автору оригинала, вероятно, стоило сначала посмотреть на Jupyter Notebook, nbconvert или PWeave.
p.s. как по мне, это очередная попытка перетянуть на себя одеяло.

Идея по вертикали разделить код и результат довольно удбоная. В Jupyter приходится крутить туда-сюда а чтобы кому-то показать то надо скрывать код. Ну и не хватает фишек IDE и json в гит класть не удобно.

А поподробнее? До нормального IDE там ещё далеко.

Hinterland — Автодополнение. единственное, в автодополнении появляются обьекты из тех клеток, которые уже были выполнены (как вариант — все импорты в обьявляются первой клетке, после чего эта клетка запускается чтобы в автодополнении появилось всё, что было импортнуто). Тем не менее, ускоряет работу в разы.
github.com/jupyterlab/jupyterlab-git — сам не пользовался, но подозреваю что это то, что нужно для интеграции с git-ом.
Variable Inspector — позволяет видеть значения переменных
для отладки — pip install ipdb
(https://stackoverflow.com/questions/32409629/what-is-the-right-way-to-debug-in-ipython-notebook). Сам тоже не использовал.

Да я про этот минус и имел ввиду: в Jupyter автодополнение только для объектов, которые уже в памяти. Если определяешь функцию в которой пишешь a = ... то автодополнений для методов a не будет. После PyCharm, который очень часто все типы выводит и предлагает автодоплнение ощущения не те. Поэтому в основном весь код пишу в PyCharm а из Jupyter только вызываю функции. В этом плане немного растраивает matplotlib потому что там всё через **kwargs и подсказок нету, каждый раз смотреть доку надо.

Sign up to leave a comment.

Articles

Change theme settings