跳转到主要内容

一个最小的nbdev版本,专注于编写quarto扩展

项目描述

关键词

  • Cell:Jupyter Notebook中的执行模块或Markdown容器。
  • Directive:由管道分隔(|)的注释块,由Quarto和nbquarto识别。
  • Processor:一个基于其指令调整单元格的类。

介绍nbquarto:您的Python-Powered Notebook增强器

使用nbquarto利用Python的力量,这是一个外部转换Jupyter Notebook单元格的动态界面,旨在为Quarto项目设计。此框架通过启用Jupyter Notebooks的快速创建和实现后处理器来简化您的文档流程。虽然以Quarto为中心,但nbquarto对于任何利用Jupyter Notebooks的Python项目来说都是一项宝贵的资产。

入门

查看此处的安装说明以开始!

选择nbquarto以获得更佳体验

nbdev汲取灵感,nbquarto致力于一个更易于理解且不那么抽象的界面。它专注于修改Jupyter Notebooks,以便充分利用Quarto的丰富功能,最小化依赖项,并提高代码可读性。

无需学习曲线的nbquarto

为什么要在Python内容中学习新的语言(Lua)进行修改?nbquarto是Quarto扩展的Pythonic替代品。以可忽略的增加处理时间为代价,提供灵活性和简单性,nbquarto使您能够掌控叙事。

nbquarto是如何工作的?

nbquarto的核心是一个Processor。该组件用于修改单元格以微调代码格式或快速创建复杂的Quarto语法组合。每个cell对象包含两个关键元素:directives_(单元格指令列表)和source(可修改的单元格文本)。

看看如何在单元格文本源顶部添加注释是多么简单

>>> from nbquarto import Processor

>>> class BasicProcessor(Processor):
...    "A basic processor that adds a comment to the top of a cell's text source."
...
...    directives = "process"
...
...    def process(self, cell):
...        if any(directive in cell.directives_ for directive in self.directives):
...            cell.source = f"# This code has been processed!\n{cell.source}"

在笔记本单元格中

# Input
>>> #| process
... print("Hello, world!")

# Output
>>> # This code has been processed!
... print("Hello, world!")

简化配置

告别对nbquarto配置文件的困惑。这个实用功能组织处理器使用、笔记本路径和处理器常量,以提供无缝的用户体验。

documentation_source: tests
processors: [
    nbquarto.processors.example:BasicProcessor,
    nbquarto.processors.autodoc:AutoDocProcessor
]

processor_args:
  AutoDocProcessor: 
      repo_owner: muellerzr
      repo_name: nbquarto

高效的笔记本处理

执行nbquarto-process命令,让配置的Processor(s)在您的笔记本上施展魔法。所有处理过的笔记本都以qmd文件的形式保存在您指定的输出文件夹中

nbquarto-process \
--config_file tests/test_artifacts/single_processor.yaml \
--notebook_file tests/test_artifacts/test_example.ipynb \
--output_folder docs/

重新发明nbdev:体验nbquarto

使用nbquarto重新理解nbdev,它是原始项目的用户友好重制。享受明确界面的简洁性,享受最小化的抽象,享受清晰的错误消息,并欣赏对优秀的Python编码实践的遵循。

项目详情


下载文件

下载适合您平台的文件。如果您不确定选择哪个,请了解有关安装包的更多信息。

源分发

nbquarto-0.0.1.tar.gz (23.3 kB 查看哈希)

上传时间

构建分发

nbquarto-0.0.1-py3-none-any.whl (28.3 kB 查看哈希)

上传时间 Python 3

支持者

AWS AWS 云计算和安全赞助商 Datadog Datadog 监控 Fastly Fastly CDN Google Google 下载分析 Microsoft Microsoft PSF 赞助商 Pingdom Pingdom 监控 Sentry Sentry 错误记录 StatusPage StatusPage 状态页面