spylon-kernel 0.4.1

# spylon-kernel
[](https://travis-ci.org/maxpoint/spylon-kernel)
[](https://codecov.io/gh/maxpoint/spylon-kernel)

一个使用[metakernel](https://github.com/Calysto/metakernel)和[py4j](https://www.py4j.org/)结合的Scala [Jupyter内核](https://jupyter-docs.pythonlang.cn/en/latest/projects/kernels.html)。

## 先决条件

* 编译为Scala 2.11的Apache Spark 2.1.1
* Jupyter Notebook
* Python 3.5+

## 安装

您可以使用`pip`或`conda`安装spylon-kernel包。

```bash
pip install spylon-kernel
# 或
conda install -c conda-forge spylon-kernel
```

## 作为Scala内核使用

您可以将spylon-kernel用作Jupyter Notebook的Scala内核。当您想要
在Scala中使用一些Python代码混合工作时，请这样做。

通过运行以下命令创建Jupyter笔记本的内核规范

```bash
python -m spylon_kernel install
```

启动`jupyter notebook`，您应该在*新建*下拉菜单中看到`spylon-kernel`选项
。

查看[基本示例笔记本](./examples/basic_example.ipynb)获取信息
有关如何初始化一个Spark会话以及如何在Scala和Python中使用它的信息。

## 作为IPython魔法的使用

您还可以将spylon-kernel作为IPython笔记本中的一个魔法。当您
想将一点Scala混合到您的以Python为主的笔记本中时，这样做。

```python
from spylon_kernel import register_ipython_magics
register_ipython_magics()
```

```scala
%%scala
val x = 8
x
```

## 作为库的使用

最后，您可以将spylon-kernel作为Python库使用。当您
想在Python脚本或shell中评估一段Scala代码时，这样做。

```python
from spylon_kernel import get_scala_interpreter

interp = get_scala_interpreter()

# 评估Scala代码块的结果。
interp.interpret("""
val x = 8
x
""")

interp.last_result()
```

## 发布流程

推送一个标签并将源分发布送到PyPI。

```
git commit -m 'REL: 0.2.1' --allow-empty
git tag -a 0.2.1 # 并输入与提交相同的消息
git push origin master # 或发送一个PR

## 如果一切构建/测试干净，则发布到pypi
make release
```

然后更新 https://github.com/conda-forge/spylon-kernel-feedstock。