Python-Entwicklungsumgebungen für Einsteiger und Profis
Seite 3: Jupyter Notebooks
Nicht jeder will in Python umfangreiche Programme schreiben – manchmal (zum Beispiel in Wissenschaft und Lehre) will man auch visualisieren und am Code dokumentieren, wie man zu einem Ergebnis gekommen ist. Dafür sind Jupyter-Notebooks (Download) optimal.
Wenn Sie die Software mit pip install jupyter installiert und mit jupyter notebook gestartet haben, öffnet sich ein Browserfenster, das die Web-App des von Jupyter gestarteten lokalen Webservers auf Port 8888 anzeigt. Jupyter nutzt aus Sicherheitsgründen noch ein Token in der URL, die der Befehl öffnet. Sollte das Browserfenster nicht wie erwartet starten, können Sie die URL mit Token in der Konsole kopieren und in die Adressleiste einfügen. In der Übersichtsseite wählen Sie danach oben rechts "New/Python 3" und erstellen ein neues Notebook.
Mit "Notebook" bezeichnet Jupyter ein Dokument bestehend aus formatiertem Text – auch mit Bildern, wenn Sie möchten – und Code-Schnipseln. Jede grau hinterlegte Code-Zelle können Sie mit Umschalt+Enter ausführen, Konsolenausgaben und Rückgabewerte landen dann darunter. Ein solches Dokument ist nicht nur ideal, um Code zu erklären, es erlaubt auch schnelle Experimente ähnlich wie auf der interaktiven Konsole.
Der größte Vorteil besteht aber in der Fähigkeit des Browsers, neben Text auch dynamisch generierte Grafiken anzeigen zu können. Ein Beispiel: Mit der magischen Zeile %matplotlib schalten Sie Inline-Diagramme mit der gleichnamigen Bibliothek frei. Gibt die letzte Zeile einer Code-Zelle ein Diagramm-Objekt zurück, zeichnet es der Browser direkt unter die Zelle. Das kann auch ein interaktives Diagramm wie der 3D-Plot in unserem Artikel über den Bresenham-Algorithmus sein. Das Einbetten von Diagrammen geht viel schneller als in einer Tabellenkalkulation.
Dank der übersichtlichen Code-Struktur, meist mit Erklärungstext zwischen den Zellen und der sofort sichtbaren Diagramme, sind Jupyter-Notebooks das Lieblingswerkzeug vieler Statistiker und fast aller KI-Forscher. Google bietet das Konzept unter dem Namen "Colab" als Clouddienst an, falls die Berechnungen lieber gleich auf einem gemieteten Server laufen sollen.
