全文共1670字，預計學習時長7分鐘
Notebooks一直是增進軟體創意開發的工具。數據科學家用Jupyter記錄他們的工作、探索和實驗新算法，快速實踐新方法並實時觀察結果。當時機成熟時，軟體開發人員就會用經典的IDE（集成開發環境），如VisualStudio Code和Pycharm，來將創意實現為庫和框架。
那麼，有沒有一種方法可以將Jupyter轉化成一個成熟的IDE，將最初概念變成功能強大且可重用的模塊呢？
為了解決這個問題，包括QuantStack、Two Sigma、Bloomberg和fast.ai在內的幾家機構開發了兩個新工具：在Jupyter中添加了nbdev和可視化調試器。
文學編程與nbdev
1983年，Donald Knuth提出了一種新的編程範型，稱為「文學編程」。
他說文學編程是「一種將程式語言與文檔語言相結合的方法，從而使編寫的程序比只用高級語言編寫的程序更強大、更便捷、更易維護，而且可以說更有趣。主要思想是把程序當作文學作品，用人的語言而不是計算機的」。
Jeremy Howard和Sylvain Gugger對這個概念的設計非常著迷，去年年底他們推出了nbdev。該框架可以在熟悉的Jupyter Notebook環境中編寫代碼，探索和實驗不同的方法，直到找到問題的有效解決方案。然後通過使用某些關鍵詞，nbdev可以將實用功能提取到一個完整的python庫中。
確切來說，nbdev通過添加以下支持來補充Jupyter：
· 根據最佳實踐，從notebook中自動創建python模塊
· 從代碼中自動創建可搜索的超連結文檔
· 將pip安裝程序上傳到PyPI
· 在標準IDE中編輯和導航代碼
· 將所有更改同步回notebook
· 測試
· 連續集成
· 處理版本控制衝突
nbdev使軟體開發員和數據科學家能夠在Jupyter環境中，根據最佳實踐，開發完整的python庫。nbdev設置於PyPI上，要進行安裝只需運行：
pip install nbdev
對於可編輯安裝，請使用以下命令：
git clone https://github.com/fastai/nbdev
pip install -e nbdev
查缺補漏
雖然nbdev涵蓋了在Jupyter內部進行類似IDE開發所需的大部分工具，但仍然缺少一個部分：可視化調試器。
因此，由多家機構的開發人員組成的團隊，近日首次公開發布了Jupyter可視化調試器。該調試器具有人們期望的IDE調試器的大部分功能：
· 變量探測器、斷點窗口列表和源預覽
· 顯示當前執行已停止位置的標誌
· 可以瀏覽調用堆棧（下一行、插入、跳出等）
· 可以在興趣線旁邊直接設置斷點窗口
為了利用這個新工具，需要一個在後端實現Jupyter調試協議的內核。第一步是安裝這樣的內核。到目前為止唯一可以實現的是xeus-python。要進行安裝，只需運行:
conda install xeus-python -c conda-forge
然後，運行Jupyter Lab，在側邊列上搜索「擴展管理器」並啟用（如果已經啟用可以跳過這一步）。
側邊列會出現一個新按鈕。要安裝調試器，只需轉到新啟用的「擴展管理器」按鈕並搜索「調試器」擴展。
安裝後，Jupyter Lab將要求執行構建，以包含最新的更改。點擊接受，幾秒鐘後，就可以運行了。
為了測試調試器，我們創建了一個新的xpython notebook並編寫了一個簡單的函數。像往常一樣運行函數並觀察結果。若要啟用調試器，請點擊窗口右上方的關聯按鈕。
現在準備再次運行該函數。只是這一次，執行將在設置的斷點窗口停止，這樣就能夠查看程序的狀態。
可以看到程序在斷點窗口處停止。打開調試器面板，可以看到變量、斷點窗口列表、調用堆棧導航和原始碼。
Jupyter的新可視化調試器提供了期望的IDE調試器的所有功能。它仍在開發中，因此還有很多新功能可以期待。其開發者計劃在2020年發布以下功能:
· 在變量探測器中可呈現豐富的mime類型
· 啟用儘可能多的內核調試
· 用戶界面中可支持條件斷點窗口
· 從JupyterLab Voilà預覽擴展中啟用Voilà控制面板的調試
Jupyter Notebook一直是探索和實驗代碼的好方法。然而，軟體開發人員通常會使用一個成熟的IDE，記錄工作，以創建可用於生產的庫。這不僅低效，而且會造成Jupyter價值的損失。
nbdev和可視化調試器是兩個旨在縮小notebook和IDE之間差距的項目。此外，notebook可實現更好的文檔，包括圖表、圖像和視頻，有時還提供了更好的工具，如自動補全功能。
讓編程就像寫小說，這樣的Jupyter你值得擁有！
留言點讚關注
我們一起分享AI學習與發展的乾貨
如轉載，請後臺留言，遵守轉載規範