liying00 2019-04-26
本文介绍了一些有趣的Jupyter/IPython笔记本。
目录
1. 针对某个主题的书籍或其他笔记本大集合
2. 使用SciPy Stack进行科学计算和数据分析
3. 一般Python编程
4. 除Python以外的其他语言的笔记本
5. 使用笔记本本身做不同事情的各种各样的主题
6. 可重现的学术出版物
7. 数据为主的新闻
8. 异想天开的笔记本
9. 在自然环境下被使用的IPython视频
10. 通过笔记本访问IBM量子计算机
注:上篇见
我们为你精选了一份Jupyter/IPython笔记本集合 !(附链接)-上篇
5—10在下篇。
3. 一般Python编程
学习用Python进行编码,来自滑铁卢用户组的Python介绍的一部分。
学习用Python进行编码
https://nbviewer.jupyter.org/urls/bitbucket.org/amjoconn/watpy-learning-to-code-with-python/raw/3441274a54c7ff6ff3e37285aafcbbd8cb4774f0/notebook/Learn%20to%20Code%20with%20Python.ipynb
给数据科学家的Python简介,由Steve Phelps提供(数据科学和大数据的大集合的一部分)。
给数据科学家的Python简介
https://nbviewer.jupyter.org/github/phelps-sg/python-bigdata/blob/master/src/main/ipynb/intro-python.ipynb
Python描述符揭秘,由Chris Beaumont撰写的对Python中描述符协议的深入讨论。
Python描述符揭秘
https://nbviewer.jupyter.org/gist/ChrisBeaumont/5758381/descriptor_writeup.ipynb
你应该知道的一些不那么明显的Python东西!由Sebastian Raschka提供。
你应该知道的一些不那么明显的Python东西
https://nbviewer.jupyter.org/github/rasbt/python_reference/blob/master/tutorials/not_so_obvious_python_stuff.ipynb?create=1
Python的2.7.x和Python 3.X之间的主要差异,由Sebastian Raschka提供。
Python的2.7.x和Python 3.X之间的主要差异
https://nbviewer.jupyter.org/github/rasbt/python_reference/blob/master/tutorials/key_differences_between_python_2_and_3.ipynb
新手指南Python的命名空间,范围分辨率,LEGB规则,由Sebastian Raschka提供。
新手指南Python的命名空间,范围分辨率,LEGB规则
https://nbviewer.jupyter.org/github/rasbt/python_reference/blob/master/tutorials/scope_resolution_legb_rule.ipynb?create=1
使用Python CSV模块排序CSV文件,由Sebastian Raschka提供。
使用Python CSV模块排序CSV文件
https://nbviewer.jupyter.org/github/rasbt/python_reference/blob/master/tutorials/sorting_csvs.ipynb
由Leonardo Giordani撰写的 Python 3 OOP系列:第1部分:对象和类型,第2部分:类和成员,第3部分:委派 - 组合和继承,第4部分:多态,第5部分:元类,第6部分:抽象基类
如何使用3种方法聚合订阅者的兴趣:(1)Python字典,(2)Apache PySpark - GroupBy转换,以及(3)Apache PySpark - ReduceBy转换,由Abbas Taher提供 。
如何使用3种方法聚合订阅者的兴趣
https://nbviewer.jupyter.org/github/abbas-taher/Montreal-Python-69/blob/master/Montreal%20Python%2069.ipynb
4. 除Python以外的语言的笔记本
这些是使用[其中一种IPython内核用于其他语言]的笔记本(其他语言的IPython内核):
用于在内核和客户端之间进行通信的IPython协议是语言无关的,并且其他编程语言社区已经开始在其语言中构建对该协议的支持。Julia团队创建了IJulia,以下是一些Julia笔记本:
分形3种方式,作者:Jeff Bezanson。
多次调度的设计影响,Julia的多次调度设计的详细解释,由Stefan Karpinski撰写。
多次调度的设计影响
https://nbviewer.jupyter.org/gist/StefanKarpinski/b8fe9dbb36c1427b9f22
一个用Plotly和Julia只做交互图表的教程。
教程
https://nbviewer.jupyter.org/gist/bpostlethwaite/7551139
Julia的数字之旅
Julia的数字之旅
http://www.numerical-tours.com/julia/
功能几何,由Shashi Gowda提供。
功能几何
https://nbviewer.jupyter.org/github/shashi/ijulia-notebooks/blob/master/funcgeo/Functional%20Geometry.ipynb
JuliaOpt笔记本,一系列与优化相关的笔记本。
JuliaOpt笔记本
https://nbviewer.jupyter.org/github/JuliaOpt/juliaopt-notebooks/tree/master/notebooks/
使用IJulia笔记本的课程:
Métodos Numéricos Avanzados(2015-2),由Luis Benet和David P. Sanders提供。
Métodos Numéricos Avanzados(2015-2)
https://github.com/dpsanders/MetodosNumericosAvanzados
Métodos Monte Carlo,David Sanders
Métodos Monte Carlo
https://github.com/dpsanders/metodos-monte-carlo
线性偏微分方程:分析和数值,由Steven G. Johnson提供。
线性偏微分方程:分析和数值
https://github.com/mitmath/18303/tree/fall16
Julia计算分子生物学教程,由Younhun Kim和Matthew Reyna提供。
IJulia笔记本的其他系列:
Jiahao Chen
Jiahao Chen
http://jiahao.github.io/code/
Christoph Ortner
Christoph Ortner
https://homepages.warwick.ac.uk/staff/C.Ortner/index.php?page=julia
使用 Julia,Scipy和IPython跨越语言障碍,由Steven G. Johnson在EuroSciPy '14上展示。
使用 Julia,Scipy和IPython跨越语言障碍
https://github.com/stevengj/Julia-EuroSciPy14
在IHaskell项目中存在用于IPython的Haskell内核。
IHaskell演示笔记本
IHaskell演示笔记本
https://nbviewer.jupyter.org/github/gibiansky/IHaskell/blob/master/notebooks/IHaskell.ipynb
同音缩减,解决了一个可爱的问题,关于将英文字母视为一个大群体的生成者。
同音缩减
https://nbviewer.jupyter.org/github/gibiansky/IHaskell/blob/master/notebooks/Homophones.ipynb
梯度下降类型类,看看如何使用类型类表示任意梯度下降算法。
梯度下降类型类
https://nbviewer.jupyter.org/github/gibiansky/IHaskell/blob/master/notebooks/Gradient-Descent.ipynb
iocaml是IPython的OCaml内核
使用OCaml进行H.261视频解码
使用OCaml进行H.261视频解码
https://andrewray.github.io/iocamljs/oh261.html
用OCaml实现2048游戏
用OCaml实现2048游戏
http://gazagnaire.org/fuconf14/
与Julia内核类似,也存在用于IPython 的Ruby内核。
IRuby演示笔记本
SciRuby笔记本
IRuby演示笔记本
https://nbviewer.jupyter.org/github/SciRuby/sciruby-notebooks/blob/master/getting_started.ipynb
SciRuby笔记本
https://github.com/SciRuby/sciruby-notebooks
交互式绘图库Nyaplot使用IRuby进行了一些案例研究:
每GDP的战争支出在多个几何多边形中找到形状共识
每GDP的战争支出
https://mp.weixin.qq.com/cgi-bin/appmsg?t=media/appmsg_edit&action=edit&type=10&appmsgid=100011380&isMul=1&token=85330028&lang=zh_CN#Case2-:Fill-countries-in-different-colors
在多个几何多边形中找到形状共识
https://nbviewer.jupyter.org/gist/mgiraldo/a68b53175ce5892531bc
使用IPerl内核完全使用显示协议的例子。
显示协议
https://nbviewer.jupyter.org/github/zmughal/zmughal-iperl-notebooks/blob/master/IPerl-demos/20150209_IPerl_display_demo.ipynb
Jupyter笔记本的F#
Jupyter笔记本的F#
https://github.com/fsprojects/IfSharp
Xamarin工作簿为Android,iOS,Mac,WPF或控制台创建丰富的C#工作簿,并在学习这些API时获得即时实时结果。
Xamarin工作簿
https://github.com/xamarin/Workbooks
两个IJavascript笔记本演示如何使用D3进行计算并发送SVG并使用虚拟DOM运行。
进行计算并发送SVG
https://nbviewer.jupyter.org/gist/Fil/efb1c9f3f0a9092c420dfe4cef8def96
虚拟DOM运行
https://nbviewer.jupyter.org/gist/Fil/aec6cbf62f9b71c3407db87d5eb592e7/D3%20notebook.ipynb
编辑:王菁
校对:林亦霖
译者简介
顾宇华,帝国理工与IE商学院毕业生,现为SxGroup咨询实习生。热情活泼,积极乐观,对数据科学充满热情。
— 完 —
关注清华-青岛数据科学研究院官方微信公众平台“THU数据派”及姊妹号“数据派THU”获取更多讲座福利及优质内容。