dfkernel 的安装和配置教程
项目基础介绍
dfkernel 是一个开源项目,它允许用户在 JupyterLab 中创建和运行具有清晰依赖关系的 Python 笔记本。这种笔记本被称为数据流笔记本,它通过将输出提升为链接单元格来工作。单元格的输出通过标识符进行标记,当其他单元格引用这些输出时,会在单元格之间创建依赖关系,确保在执行一个单元格之前,其上游单元格是最新的。
项目主要编程语言
该项目主要使用 TypeScript 和 Python 编程语言。
项目使用的关键技术和框架
- JupyterLab: 一个基于网页的交互式计算环境,允许用户组合代码、可视化和文本。
- IPython: 一个强大的交互式 shell,用于执行 Python 代码。
- ipykernel: Jupyter 内核,用于支持 Python 代码的执行。
- Playwright (用于测试): 一个 Node.js 库,用于自动化 Chromium、Firefox 和 WebKit 浏览器。
项目安装和配置的准备工作
在开始安装 dfkernel 之前,请确保您的系统已安装以下依赖项:
- Python: 版本至少为 3.7。
- NodeJS: 用于构建前端部分。
- JupyterLab: 版本至少为 4.0.0。
确保您的系统中已安装了 pip 和 npm,它们是安装 Python 包和 Node.js 包的工具。
安装步骤
以下是安装 dfkernel 的详细步骤:
-
安装 dfnotebook
打开命令行界面,执行以下命令来安装 dfnotebook 扩展:
pip install dfnotebook -
启动 JupyterLab
接下来,启动 JupyterLab:
jupyter lab -
创建新笔记本
在 JupyterLab 中,创建一个新的笔记本,并选择
DFPython 3内核。 -
开发模式下的安装 (可选)
如果您打算在开发模式下安装 dfnotebook,以便进行自定义或贡献代码,请按照以下步骤操作:
-
克隆存储库到本地环境:
git clone https://github.com/dataflownb/dfnotebook.git cd dfnotebook -
在开发模式下安装包:
pip install -e . -
将开发版本的扩展与 JupyterLab 链接:
jupyter labextension develop . --overwrite -
在更改后重建扩展 TypeScript 源:
jlpm build -
监视源目录并自动重建:
jlpm watch
-
-
卸载 dfnotebook
如果需要卸载 dfnotebook,可以使用以下命令:
pip uninstall dfnotebook在开发模式下,还需要移除通过
jupyter labextension develop命令创建的符号链接。
确保在每次安装或更新操作后重新启动 JupyterLab,以使更改生效。
以上就是 dfkernel 的安装和配置教程,按照这些步骤操作,您应该能够成功安装并开始使用 dfkernel。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0114
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00