Jupyter

Erys : une interface Terminal pour les notebook Jupyter

Soumis par francoistonic le
Image

Erys est un outil open source pour ouvrir, créer, éditer et exécuter des notebooks Jupyter... directement dans votre Terminal. Pour l'installation : passez par uv ou pipx. Pour rappel, uv veut remplacer pip, pip-tools, pipx, etc.

L'interface est épurée : arboresence à gauche et commandes en barre d'outils. Il est possible d'appeler Erys avec des arguments directement dans la commande pour aller plus. Pour fonctionner, l'outik nécessite ipykernel quand vous lancez l'environnement Python. 

A découvrir : https://github.com/natibek/erys?tab=readme-ov-file

Deno 1.37 : une intégration avec Jupyter

Soumis par fredericmazue le
Image
Image

Le projet Deno a annoncé la disponibilité de Deno 1.37. Une version qui apporte une intégration avec Jupyter, à côté d'une meilleure intégration avec Visual Studio Code, de meilleures performances de tests et une compatibilité avec node.js améliorée.

Intégration avec Jupyter

Deno v1.37 est livré avec une prise en charge intégrée du noyau de notebook Jupyter, qui apporte JavaScript et TypeScript modernes et qui, selon les termes des resposables du projet, ouvre un tout nouvel ensemble de possibilités de science des données et d'apprentissage automatique

Grâce à cette integration, vous avez accès à toutes les API de Deno, ainsi qu'aux modules npm directement depuis votre ordinateur portable.

Vous pouvez désormais créer des sessions REPL interactives à l'aide de Jupyter Lab ou de votre IDE préféré prenant en charge ces notebooks.

Non seulement vous pouvez utiliser du JavaScript moderne dans les notebooks Jupyter, mais vous pouvez également importer D3 depuis npm pour visualiser vos données.

Enthousiaste à propos de cette intégration, Kyle Kelley un des principaux responsables du projet Jupyter, a fait ce commentaire :

Le nouveau noyau Jupyter de Deno libère un énorme potentiel pour les flux de travail de science des données pour les personnes capables d'écrire du JavaScript. Je suis enthousiasmé par les possibilités offertes par l'accès natif au moteur d'exécution JavaScript moderne de Deno et par la prise en charge intégrée de TypeScript. Les développeurs JavaScript peuvent créer des blocs-notes pour analyser les données, créer des modèles et créer des rapports interactifs.

Il est révolu le temps de configurer Babel et TypeScript avec un noyau JavaScript Jupyter. Étant donné que Deno prend en charge les importations ESM basées sur des URL, le noyau Deno facilite incroyablement le partage de blocs-notes qui s'exécutent n'importe où. Les dépendances sont déclaratives. Les organisations peuvent profiter des déploiements Jupyter existants et accéder immédiatement au bac à sable d'exécution sécurisé de Deno sans renoncer au flux de travail flexible permis par Jupyter.

JupyterLab 4.0 est disponible

Soumis par fredericmazue le
IDE

JupyterLab est une nouvelle interface utilisateur, publiée en 2018 et destinée à remplacer l'interface classique (Jupyter Notebook). Elle adjoint au carnet de notes classique de nombreux composants personnalisables (terminal, éditeur de texte, navigateur de fichiers, etc.), intégrés et utilisables en parallèle. Comme Jupyter, JupyerLab permet de  programmer dans plus de 40 langages de programmation, dont Python, Julia, Ruby, R, ou encore Scala. JupyterLab vient de sortir en version  4.0

JupyterLab est désormais plus rapide grâce à des améliorations telles que l'optimisation des règles CSS, CodeMirror 6, MathJax 3 et le fenêtrage des blocs-notes. En rendant uniquement les parties d'un bloc-notes qui tiennent dans la fenêtre d'affichage du navigateur Web, JupyterLab 4 est beaucoup plus efficace que JupyterLab 3 lorsqu'il travaillait avec de grands blocs-notes.

CodeMirror, l'éditeur de texte utilisé pour les éditeurs de cellules et de fichiers, a été mis à jour vers CodeMirror 6. Cela apporte d'importantes améliorations en matière d'accessibilité et de performances ainsi que de meilleures capacités de personnalisation. Les paramètres de l'éditeur ont été également amélioré pour qu'il soit plus puissant et plus flexible.

La collaboration en temps réel (RTC) a été déplacée dans un package séparé, jupyter_collaboration, dont la version 1.0.0 est désormais disponible. Les points forts incluent la prise en charge de l'affichage de plusieurs curseurs et sélections, et la prise en charge de l'enregistrement de nouveaux types de modèles partagé.

L'outil de développement a été mis à jour vers TypeScript v5, Yarn v3, React v18 et Lumino v2. Le projet Jupyter recommande d'utiliser Node.js v18 ou une version plus récente, pour vous assurer que vous utilisez une version qui continuera à recevoir des mises à jour au moins jusqu'à la fin de 2023.

On remarque encore, dans cette nouvelle version, l'amélioration de l'accessibilié et la corrections de plus de 100 bugs.

Toutes les nouveautés de JupyterLab 4.0 sont dans sa note de version. 

Pour mettre à niveau vers JupyterLab 4.0, vous pouvez exécuter la commande pip install --upgrade jupyterlab ou la commande conda install -c conda-forge jupyterlab