1.5　编辑体验

在气象应用领域选用Python的最大优势之一就是Python拥有大量相当好用的代码编辑环境，并且针对科研和工程都有不同的优良选择。这里介绍几款应用广泛且开源或免费的开发工具。

1.5.1　交互式笔记本——Jupyter

Jupyter是使用Python开发的基于Web（例如Chrome浏览器）的交互式编辑环境，旨在让科学家更轻松地使用Python和数据进行科研，支持Windows、macOS和Linux。Jupyter将是本书后文案例使用的Python编辑环境。

我们可以通过Jupyter编写交互式Python代码进行研究，甚至可以结合Markdown文本和公式进行文档的编写。用Jupyter编写的代码及运行结果保存在名为Notebook的文档中，其文件扩展名为.ipynb。

Jupyter使用了Web技术，这意味着Jupyter被分离为服务器端与浏览器端，服务器端承担运算任务，使用者的所有交互只在浏览器上完成，服务器与浏览器通过网络连接进行通信（如果服务器端运行于本地，则相当于使用者自己的计算机既是服务器又是浏览器）。同时这也意味着，Jupyter可以用于远程部署。例如在远程的高性能计算机上安装Jupyter，使用者在自己的计算机上打开浏览器连接服务器即可使用，并且由于服务器端存在于远程高性能计算机上，所以所有运算任务由服务器端承担，使用者并不需要担心自己的计算机性能不足。

在Jupyter中运行着3种进程：Kernel（核心）进程、Web进程和管理进程，如图1-39所示。

图1-39　Jupyter的运行结构

Kernel进程负责执行计算任务，Kernel进程通常是独立Python解释器进程，在Notebook文档中运行的Python代码都由Kernel进程实现。由于Kernel进程是独立运行的，因此运行代码导致的进程崩溃并不会使整个Jupyter崩溃，只需要在交互界面选择重启Kernel进程即可（由于之前运行的状态会丢失，因此需要重新运行代码块）。在Jupyter中每打开一个Notebook文档，系统都会为这个文档启动一个独立的Kernel进程，可运行的Kernel进程的数量仅受计算资源限制。

Web进程负责与浏览器和Kernel进程通信，Web进程将浏览器发送过来的指令转换为标准的Python代码块交付给Kernel进程运行，同时将Kernel进程返回的计算结果解析成浏览器能读取的数据并发回给浏览器。

管理进程负责监控Kernel进程和Web进程的状态，并根据需求控制Kernel进程的状态。例如，在浏览器上打开一个新的Notebook文档，管理进程会根据需要启动一个新的Kernel进程；或当你在交互界面选择重启Kernel进程时，管理进程会尝试结束前一个Kernel进程，启动一个新的Kernel进程。

1．Jupyter Notebook

Jupyter Notebook可以以网页的方式打开Notebook文件（它可以保存代码、运行的结果和自定义的文本和图片）。在该页面中用户可以直接编写代码和运行代码，运行结果也会在页面下方展示出来。

Jupyter Notebook的首页如图1-40所示。

创建新的Notebook文件并运行简单代码，然后输出，如图1-41所示。

Jupyter Notebook是最早用于创建Notebook文件的交互式计算环境。

图1-40　Jupyter Notebook的首页

图1-41　创建新的Notebook文件并运行简单代码，然后输出

（1）安装。

在conda中安装Jupyter Notebook最少只需要一行命令，操作非常简单。

通过conda activate + 环境名进入需要安装Jupyter的虚拟环境，在这个环境中执行以下命令：

"conda install -c conda-forge Jupyter"

等待conda收集安装信息，在询问是否继续时直接按Enter键，即可开始安装，具体消耗时间根据网络状况而定，如图1-42所示。

图1-42　激活环境并安装Jupyter Notebook

（2）插件。

Jupyter Notebook支持配置自定义插件，可打造个性化的使用体验，但是即使跳过此步骤也不会影响正常使用。

只需在已经安装有Jupyter Notebook的虚拟环境中分别执行下面两行命令：

"conda install -c conda-forge Jupyter_contrib_nbextensions"
"conda install -c conda-forge Jupyter_nbextensions_configurator"

插件依赖安装好之后，Jupyter Notebook首页选项卡部分多出了一个名为Nbextensions的选项卡，如图1-43所示。

图1-43　Nbextensions选项卡

单击Nbextensions，取消勾选禁止配置插件的复选框，如图1-44所示。

图1-44　启用插件配置

勾选插件前方的复选框，使该项插件前方的复选框为选中状态，即可启用该项插件。单击插件名，然后将浏览器的滚动条拖到下方，则可以看见插件的介绍。

（3）运行。

在已经安装Jupyter的虚拟环境中，输入jupyter notebook并按Enter键，执行命令。

这时系统应该会自动打开浏览器并打开Jupyter Notebook的页面。如果没有，则在终端显示的内容中找到地址，并将其复制到浏览器的地址栏中打开即可，如图1-45所示。

图1-45　用于手动打开Jupyter Notebook的链接

需要注意的是，这里是在本机运行Jupyter服务器端，终端中输出的浏览器地址只能在本机打开，如果想要远程访问Jupyter Notebook，还需修改监听IP和端口的相关配置。

（4）使用。

在Jupyter Notebook的首页可以选择工作目录。进入工作目录，单击页面右方的New按钮，选择Python 3，会自动打开一个Notebook文档的编辑页面。文档的默认名称为Untitled，在文档的编辑页面内单击文件名可以修改文件名，如图1-46所示。

图1-46　修改Notebook文件的名称

页面下方是代码块或文本块单元（Cell），代码即以单元为单位运行。

单元被选中时是蓝色的，编辑状态下是绿色的。选中单元时可以在工具栏看到单元类型。单击单元类型下拉框可以对其进行修改，如图1-47和图1-48所示。

图1-47　修改单元类型

我们在使用时，一般只使用代码类型和Markdown类型。

在单元里写下第一行代码，如图1-49所示。

图1-48　4种单元类型对应的选项

这时代码并没有被运行，需要按Shift+Enter组合键运行代码（按Ctrl+Enter组合键也可以运行代码，但是不会在运行代码后在下方建立新的空白代码单元）。这时正在被编辑的单元被执行，该单元下方会显示执行结果，同时会建立一个新的空白代码单元，并将编辑状态切换到新的空白代码单元，如图1-50所示。

图1-49　第一行代码

图1-50　输出结果在单元下方显示

当单元类型为Markdown（见图1-51）时，按Shift+Enter组合键则可将原始Markdown文本编译成对应格式的文本，如图1-52所示。

图1-51　Markdown类型的单元

图1-52　实现按Shift + Enter组合键后的Markdown类型的单元

2．JupyterLab

JupyterLab是Project Jupyter的下一代用户界面，包含Notebook的所有功能。它具有模块化结构，可以在其中同时打开多个Notebook文档或文件（文本、图片、Markdown等）。Jupyter Notebook对初学者更为友好，更易于使用，但是当用户熟悉Jupyter Notebook并需要使用更多功能时，JupyterLab便是更好的选择。JupyterLab与Jupyter Notebook可以“完美共存”，所以你也可以选择同时安装它们，随心切换使用。

JupyterLab的主页如图1-53所示。

图1-53　JupyterLab主页

（1）安装。

通过conda activate + 环境名进入安装JupyterLab需要的虚拟环境，在这个环境下执行以下命令：

"conda install -c conda-forge Jupyterlab"

（2）插件。

插件可以自定义安装，但是跳过插件的安装也不会影响正常使用。

对于JupyterLab，要安装插件则需要在系统中安装Node.js开发工具。

Windows用户可在搜索引擎中搜索Node.js，找到Node.js的官网，在其首页下载适用于自己系统的LTS版本的Node.js开发工具，如图1-54所示。

图1-54　下载Node.js

下载完成之后开始安装。

Ubuntu用户可在命令行中执行以下命令（此处使用了root权限，如果当前用户不在sudoer列表中，则无法执行）：

"curl -sL ****://deb.nodesource.***/setup_14.x | sudo -E bash -"
"sudo apt install -y nodejs"

安装完成之后，在JupyterLab页面的最左侧找到形状为拼图块 的图标，并单击该图标，如图1-55所示。

单击Enable启用插件功能，如图1-56所示。

图1-55　单击相应的图标

图1-56　启用扩展插件

图1-56中所示的INSTALLED表示已安装插件，DISCOVER表示插件市场。可以展开DISCOVER选项寻找自己感兴趣的插件，单击插件名下方的Install即可进行安装，如图1-57所示。

图1-57　单击Install进行插件安装

（3）运行。

在已经安装JupyterLab的虚拟环境中输入jupyter lab并按Enter键，执行命令。

这时应该会自动打开浏览器并打开JupyterLab的页面，如果没有，则在终端显示的内容中找到地址，并将其复制到浏览器的地址栏中打开即可，如图1-58所示。

图1-58　用于手动打开JupyterLab的链接

需要注意的是，这里是在本机运行Jupyter服务器端，终端中输出的浏览器地址只能在本机打开。与Jupyter Notebook相似，如果想要远程访问Jupyter Lab，还需修改监听IP和端口的相关配置。

（4）使用。

在JupyterLab页面左侧可以选择当前工作目录，如图1-59所示。

进入工作目录后，在右侧选择Notebook→Python 3，新建Notebook文档，如图1-60所示。

图1-59　选择当前工作目录

图1-60　新建Notebook文档

与Jupyter Notebook不同的是，JupyterLab不会打开新的页面，而是在当前页面内新建的选项卡中打开Notebook文档，如图1-61所示。

图1-61　JupyterLab在当前页面内打开Notebook文档

1.5.2　工程型开发环境工具

开发Jupyter的目的是将其用于数据科学研究，所以一般在代码数量可能会更多的工程型开发中使用Jupyter会显得力不从心，这时使用为工程型开发而生的编辑器是更佳的选择。本书后续案例将以Jupyter作为主要编辑器，所以此处对工程型开发环境工具仅做简单介绍，详细使用方式可以在网络上找到对应教程。

Visual Studio Code是美国Microsoft公司主导开发的开源编辑器；PyCharm是由捷克JetBrains公司开发的Python集成开发环境，社区版可免费开源使用。

1．Visual Studio Code

Visual Studio Code简称VS Code。VS Code是一个免费开源的现代化轻量级代码编辑器，它并不原生提供对Python代码的支持，但是在安装Python支持插件之后仍然能给用户提供相当优秀的开发体验，支持Windows、macOS和Linux。

（1）安装。

在搜索引擎中搜索vscode，如图1-62所示，并进入VS Code的官网。

图1-62　搜索vscode

进入VS Code的官网之后，可以很直观地看到下载按钮，如图1-63所示。

下载安装包，直接安装即可。安装完成后启动VS Code，在界面左侧找到形状是4个方块的插件市场按钮并单击它，如图1-64所示。

图1-63　VS Code下载页面

图1-64　单击相应的按钮

在搜索文本框中输入Python，找到第一个插件，如图1-65所示，并单击其对应的Install。这是VS Code对Python支持的基础插件。

接下来在搜索文本框中输入pylance，找到第一个插件，如图1-66所示，并单击其对应的Install。这是VS Code对Python支持的辅助插件，其提供了基于机器学习的智能代码提示功能。

图1-65　搜索Python支持插件

图1-66　搜索名为pylance的Python扩展支持插件

至此，VS Code与其Python支持插件安装完成。

（2）使用。

使用VS Code首次打开以.py为扩展名的Python脚本时，系统会询问是否将Pylance设置为默认语言服务，这时单击“Yes, and reload”将Pylance设置为默认语言服务并重新加载VS Code，如图1-67所示。

单击界面左下角的Select Python Interpreter可以选择需要使用的Python解释器，如图1-68和图1-69所示。

选择对应的Python解释器之后，界面左下角会显示对应的环境名称和Python版本信息，如图1-70所示。

图1-67　将Pylance设置为Python的默认语言服务

图1-68　单击Python解释器选择按钮

图1-69　选择需要使用的Python解释器（这里显示的解释器都由conda虚拟环境创建）

VS Code中有自动补全提示和参数提示，如图1-71所示。

图1-70　显示当前Python解释器的环境名称和Python版本信息

图1-71　VS Code的函数参数提示

2．PyCharm

PyCharm是专为Python设计的集成开发环境，自带完善的调试、项目管理和智能提示等功能，支持Windows、macOS和Linux。其专业版是收费版本，添加了更多有利于大型工程开发的功能，但是针对个人用户，社区版是免费开源的。

安装过程如下。

在搜索引擎中搜索pycharm，如图1-72所示，并进入其官网的下载页面。

在PyCharm的下载页面中，选择适合系统的版本，单击Community下方的Download按钮，即可下载安装包，如图1-73所示。

图1-72　搜索pycharm

图1-73　PyCharm的下载页面

读者服务：

微信扫码关注【异步社区】微信公众号，回复“e59400”获取本书配套资源以及异步社区15天VIP会员卡，近千本电子书免费畅读。