未提供项目描述
项目描述
Python中的Jupyter内核基类，包括核心魔法函数（包括帮助、命令和文件路径补全、并行和分布式处理、下载等）。
请参阅Jupyter关于包装内核的文档。
可以在新内核包下的magics子包中安装额外的魔法。
特性
- 所有内核的基本行和单元格魔法集。
Python魔法用于访问Python解释器。
并行运行内核。
Shell魔法。
课堂管理魔法。
魔法和文件路径的Tab补全。
使用?或Shift+Tab为魔法提供帮助。
用于设置默认绘图行为的绘图魔法。
基于Metakernel的内核
matlab_kernel, https://github.com/Calysto/matlab_kernel
octave_kernel, https://github.com/Calysto/octave_kernel
calysto_scheme, https://github.com/Calysto/calysto_scheme
calysto_processing, https://github.com/Calysto/calysto_processing
java9_kernel, https://github.com/Bachmann1234/java9_kernel
xonsh_kernel, https://github.com/Calysto/xonsh_kernel
calysto_hy, https://github.com/Calysto/calysto_hy
gnuplot_kernel, https://github.com/has2k1/gnuplot_kernel
spylon_kernel，https://github.com/mariusvniekerk/spylon-kernel
wolfram_kernel，https://github.com/mmatera/iwolfram
sas_kernel，https://github.com/sassoftware/sas_kernel
pysysh_kernel，https://github.com/Jaesin/psysh_kernel
calysto_bash，https://github.com/Calysto/calysto_bash
……以及许多其他。
安装
您可以通过 pip 安装 Metakernel
pip install metakernel --upgrade要从 conda-forge 频道安装 metakernel，请使用以下命令将 conda-forge 添加到您的频道
conda config --add channels conda-forge一旦启用了 conda-forge 频道，就可以使用以下命令安装 metakernel
conda install metakernel可以使用以下命令列出您平台上的所有 metakernel 版本
conda search metakernel --channel conda-forge在 IPython 中使用 MetaKernel 魔术
尽管 MetaKernel 是构建新内核的系统，但您可以使用 IPython 内核中的一部分魔术
from metakernel import register_ipython_magics
register_ipython_magics()将以下内容放入您的（或全局的） ipython_config.py 文件中
# /etc/ipython/ipython_config.py
c = get_config()
startup = [
'from metakernel import register_ipython_magics',
'register_ipython_magics()',
]
c.InteractiveShellApp.exec_lines = startup并行使用 MetaKernel 语言
要并行使用 MetaKernel 语言，请按照以下步骤操作
请确保已安装 Python 模块 ipyparallel。在 shell 中输入
pip install ipyparallel要在笔记本中启用扩展，在 shell 中输入
ipcluster nbextension enable要在本地 IP 地址上启动一个包含 10 个节点的集群，在 shell 中输入
ipcluster start --n=10 --ip=192.168.1.108在笔记本中从主机内核 MODULE 和 CLASSNAME（可以是任何 metakernel 内核）初始化代码以使用 10 个节点
%parallel MODULE CLASSNAME例如
%parallel calysto_scheme CalystoScheme在笔记本中并行运行代码，输入
并行执行单行
%px (+ 1 1)或并行执行整个单元格
%%px
(* cluster_rank cluster_rank)结果以 Python 列表（Scheme 向量）的形式返回，按 cluster_rank 顺序。在未来将是 JSON 表示形式）。
因此，上述操作将产生以下结果
#10(0 1 4 9 16 25 36 49 64 81)您可以通过访问变量 _（单个下划线）或使用 --set_variable VARIABLE 标志（如下所示）在主机内核中的任何并行魔术（%px、%%px 或 %pmap）中获取结果
%%px --set_variable results
(* cluster_rank cluster_rank)然后，在下一个单元格中，您可以访问 results。
请注意，您可以使用变量 cluster_rank 来划分问题的部分，以便每个节点都在处理不同的内容。
在上面的示例中，请使用 -e 在主机内核中评估代码。请注意，cluster_rank 在主机机器上未定义，并且这假定主机内核与并行机器相同。
配置
用户可以配置 Metakernel 子类。配置文件名由子类的 app_name 属性确定。例如，在 Octave 内核中，它是 octave_kernel。该内核的用户可以向他们的 jupyter 配置路径添加一个 octave_kernel_config.py 文件。基本 MetaKernel 类提供 plot_settings 作为可配置特性。子类可以定义它们希望可配置的其他特性。
例如
cat ~/.jupyter/octave_kernel_config.py
# use Qt as the default backend for plots
c.OctaveKernel.plot_settings = dict(backend='qt')文档
示例笔记本可以在 这里 查看。
有关版本信息，请参阅变更日志。
下载文件
下载适用于您平台的文件。如果您不确定该选择哪个，请了解有关安装包的更多信息。
源代码发行版
构建发行版
metakernel-0.30.2.tar.gz的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 4a27dfd853b849f0128242c55204ee597a5a8d864294f26084baf2fbc814d5a4 |
|
| MD5 | eb8e881d4610ce279e09f60e82428f7f |
|
| BLAKE2b-256 | 34d167e04a020a6903d0253d7f28285834d8a1066b2cd01711a9f4fa595e744d |
metakernel-0.30.2-py3-none-any.whl的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 5424ac1a9cc5d8e18c439cce1a6f798196732955d64caff6633d3299cc2a1a83 |
|
| MD5 | fcec6aa72063814737005dcad5a27c20 |
|
| BLAKE2b-256 | 07b2dabf31fd598a777f43e08b33de6540b16df1bd13c1b917ead58ac21bb245 |