首页
/ Marimo 开源项目教程

Marimo 开源项目教程

2024-09-13 12:47:29作者:吴年前Myrtle

项目介绍

Marimo 是一个开源的 Python 笔记本项目,旨在提供一个可重复、Git 友好、可作为脚本执行并可作为应用共享的编程环境。Marimo 的核心特性包括:

  • 反应式编程环境:Marimo 确保笔记本代码、输出和程序状态的一致性,解决了传统笔记本(如 Jupyter)中手动重新运行单元格的错误问题。
  • 交互式 UI 元素:支持绑定滑块、表格、图表等 UI 元素到 Python 代码,无需回调。
  • 可重复性:Marimo 没有隐藏状态,执行顺序确定,内置包管理。
  • 可执行性:笔记本可以作为 Python 脚本执行,并可通过 CLI 参数进行参数化。
  • 可共享性:可以部署为交互式 Web 应用或幻灯片,并支持在浏览器中通过 WASM 运行。

项目快速启动

安装

首先,确保你已经安装了 Python 环境。然后,通过 pip 安装 Marimo:

pip install marimo

或者使用 conda 安装:

conda install -c conda-forge marimo

创建和编辑笔记本

安装完成后,你可以通过以下命令创建或编辑笔记本:

marimo edit

运行应用

你可以将笔记本作为 Web 应用运行,隐藏 Python 代码并使其不可编辑:

marimo run your_notebook.py

执行脚本

将笔记本作为脚本在命令行中执行:

python your_notebook.py

自动转换 Jupyter 笔记本

Marimo 还支持自动将 Jupyter 笔记本转换为 Marimo 笔记本:

marimo convert your_notebook.ipynb > your_notebook.py

应用案例和最佳实践

数据分析

Marimo 非常适合用于数据分析任务。你可以使用 Marimo 的反应式特性来实时更新图表和数据视图,而无需手动重新运行代码。

import marimo as mo
import pandas as pd

# 创建一个数据框
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6]
})

# 显示数据框
mo.output(df)

机器学习模型训练

在机器学习项目中,Marimo 可以帮助你实时监控模型训练过程,并动态调整超参数。

import marimo as mo
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression

# 加载数据
X, y = load_data()
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

# 创建模型
model = LinearRegression()
model.fit(X_train, y_train)

# 显示模型评分
mo.output(f"模型评分: {model.score(X_test, y_test)}")

典型生态项目

数据可视化

Marimo 可以与 Matplotlib、Plotly 等数据可视化库无缝集成,提供丰富的图表展示功能。

import marimo as mo
import matplotlib.pyplot as plt

# 创建一个简单的图表
plt.plot([1, 2, 3], [4, 5, 6])

# 显示图表
mo.output(plt.gcf())

数据库查询

Marimo 内置 SQL 引擎,支持对数据框、数据库、CSV 文件等进行 SQL 查询,并将结果返回为 Python 数据框。

import marimo as mo
import pandas as pd

# 创建一个数据框
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [24, 27, 22]
})

# 执行 SQL 查询
result = mo.sql("SELECT * FROM df WHERE age > 25")

# 显示结果
mo.output(result)

通过以上教程,你应该已经掌握了 Marimo 的基本使用方法。Marimo 的灵活性和强大功能使其成为数据科学和机器学习项目的理想选择。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
165
2.05 K
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
RuoYi-Vue3RuoYi-Vue3
🎉 (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
954
563
leetcodeleetcode
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
60
16
apintoapinto
基于golang开发的网关。具有各种插件,可以自行扩展,即插即用。此外,它可以快速帮助企业管理API服务,提高API服务的稳定性和安全性。
Go
22
0
giteagitea
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
17
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
408
387
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
78
71
rainbondrainbond
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
14
1