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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0123
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
685
1.35 K
Ascend Extension for PyTorch
Python
721
892
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
457
446
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
619
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
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
152
254