C.1 Jupyter内核概述

本书主要使用Jupyter Lab完成数据科学实践。您可能一直将Jupyter Lab当作一个可以夹杂着Markdown语句的Python集成开发环境。但实际上,Juoyter能做的远远比想象中要多。只需要为Jupyter安装特定的核心,Jupyter就具备了处理其他计算机语言的能力。同理,我们之所以能够在Jupyter Lab里边写Python3的代码,也是因为我们从一开始就安装了Python3的Jupyter核心,您可能没有主动这样做,那是因为我们在安装Jupyter Lab时,程序自动执行了这些操作。

表C.1 对常用的Jupyter核心进行了简单介绍。

表C.1 常用的Jupyter核心

名称

Jupyter/Ipython版本

语言版本

第三方依赖

注释

Jupyter 4.0

Fortran 2008/2015

GFortran >= 7.1, OpenCoarrays, MPICH >= 3.2

Jupyter 4.0

python >= 3.3

SAS 9.4 or higher

Jupyter 4.0

python 2.7, >= 3.3

pyzmq

julia >= 0.3

ruby >= 2.1

nodejs >= 0.10

Jupyter 4.0

C# 4.0+

scriptcs

IPython 3.0

R 3.2

rzmq

Jupyter >= 4, JupyterLab

Go >= 1.8

ZeroMQ (4.x)

Jupyter

Octave

MetaKernel

Jupyter

Matlab

pymatbridge

MetaKernel

IPython >= 3

bash

Wrapper

IPython >= 3

zsh >= 5.3

IPython >= 3

Mac Os X

Paro 64 bits native kernel, zeromq

IPython >= 3

Windows

Wrapper, Based on Bash Kernel

IPython >= 3

redis

Wrapper

io.js

Jupyter

Babel

IPython >= 2

multiple

Mathics

Wolfram Mathematica

Wolfram Mathematica(R), Metakernel

MetaKernel

Lua

Jupyter

Scala, Python, R

Spark >= 1.5

Jupyter>=4.0

Jython>=2.7.0

Java>=7

Java based JSR223 compliant

Jupyter

C

gcc

Jupyter 4

ARMv6 THUMB

基于 ARM Cortex M0+ CPU

Jupyter 4

Python >=3.4

Support kernels for bash, python2/3, matlab/octabe, javascript, julia, R, Stata, SAS, and more

工作流系统,多内核支持

Jupyter, iPython 3.x

NodeJS, Babel, Clojurescript

ipykernel >= 4.1

MATLAB >= 2016b

Jupyter

Kotlin 1.1-M04 EAP

Java >= 8

Jupyter 4.3.0

Java + 9 scripting languages

Java

Jupyter

Java 9

Java JDK >= 9

基于新的JShell工具

JupyterLab >= 0.34

SQL

ZeroMQ

MongoDB

Jupyter

Wolfram Engine, i.e., a Wolfram Desktop or Mathematica installation; wolframscriptis optional but recommended

一个用于Wolfram语言(Mathematica)的内核。

我们将在本附录对Jupyter内核的相关操作以及主流的Jupyter核心安装方法进行讲解。

Last updated