scipy2017-jupyter-widgets-tutorial 的安装和配置教程
2025-05-29 21:12:52作者:胡易黎Nicole
1. 项目基础介绍和主要编程语言
scipy2017-jupyter-widgets-tutorial 是一个开源项目,旨在为SciPy 2017教程提供关于Jupyter交互式小部件生态系统的教学笔记。该项目主要使用Jupyter Notebook作为编程环境,以Python作为主要的编程语言。
2. 项目使用的关键技术和框架
本项目使用的关键技术包括:
- Jupyter Notebook: 一个开源的Web应用程序,允许你创建和共享包含实时代码、方程、可视化和文本的文档。
- ipywidgets: 一个Jupyter Notebook的交互式小部件库,用于创建交互式的UI控件。
- bqplot: 一个基于ipywidgets的交互式可视化库。
- ipyvolume: 用于3D体积可视化的Jupyter小部件。
- ipyleaflet: 用于在Jupyter笔记本中创建交互式地图的库。
- pythreejs: Three.js的Python绑定,用于在Jupyter笔记本中创建3D图形。
3. 项目安装和配置的准备工作及详细步骤
准备工作
在开始安装之前,请确保您的系统中已经安装了Python。本项目推荐使用Anaconda Python发行版,因为它包含了创建独立环境所需的所有工具。
安装步骤
使用Anaconda安装
-
创建一个新的Anaconda环境:
conda create -n widgets-tutorial -c conda-forge python=3.6 pip notebook=5.5 numpy scikit-image scipy pandas=0.23 requests -
激活新创建的环境:
conda activate widgets-tutorial -
安装ipywidgets和相关依赖:
conda install -c conda-forge ipywidgets=7.2 bqplot ipyvolume ipyleaflet pythreejs ipyevents -
安装pywwt从另一个渠道:
conda install -c wwt pywwt -
为此环境创建一个新的ipython内核:
ipython kernel install --name widgets-tutorial --display-name widgets-tutorial --sys-prefix -
如果您打算使用JupyterLab,请安装JupyterLab和相关的扩展:
conda install -c conda-forge jupyterlab nodejs=9.11 jupyter labextension install @jupyter-widgets/jupyterlab-manager bqplot ipyvolume jupyter-threejs jupyter-leaflet
使用pip安装
如果您不使用Anaconda Python发行版,可以使用以下pip命令进行安装:
pip install notebook==5.5 ipywidgets numpy scipy scikit-image traitlets requests bqplot ipywidgets==7.2 ipyvolume matplotlib pandas==0.23 ipyleaflet pythreejs ipyevents pywwt
如果使用JupyterLab,还需要安装:
pip install jupyterlab
以及运行以下命令安装JupyterLab扩展:
jupyter labextension install @jupyter-widgets/jupyterlab-manager bqplot ipyvolume jupyter-threejs jupyter-leaflet
验证安装
要验证安装是否成功,请下载install_check.py脚本并运行:
python install_check.py
以上就是scipy2017-jupyter-widgets-tutorial的详细安装和配置指南。按照这些步骤操作,您应该能够成功安装并开始使用该项目。
登录后查看全文
热门项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
674
4.3 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
515
625
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
944
884
openEuler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。
C
398
301
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
908
暂无简介
Dart
919
225
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
昇腾LLM分布式训练框架
Python
142
169
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
133
212