Python 正则表达式与模式匹配
正则表达式(Regular Expression,简称regex)是一种强大的文本处理工具,用于在...

如何使用 ConfigParser 解析 ini文件
几乎所有的应用程序真正运行起来的时候都会有传入的参数,这些参数有时会通过一个或几个配置文件存储。 ...

使用 NLTK 分析单词和句子
NLTK 模块是一个巨大的工具包,目的是在整个自然语言处理(NLP)方法上帮助您。 NLTK 将为...

Seaborn中控制参数美化可视化结果
在使用可视化技术探索数据集特征时,最好有令人愉悦的绘图。 可视化对于向观众传达定量见解也至关重要,...

Seaborn中的可视化统计关系
统计分析是了解数据集中的变量如何相互关联以及这些关系如何依赖于其他变量的过程。 可视化可以成为此过...

Seaborn中的选择调色板
Seaborn 可以轻松使用适合您的数据特征和可视化目标的颜色。 本章介绍了seaborn 中快速...

Seaborn中的可视化数据分布
在对数据进行任何分析或建模时,一个早期的步骤应该是了解变量的分布方式。 分布可视化技术可以为许多重...

Seaborn中的可视化分类数据
在关系图教程中,我们了解了如何使用不同的视觉表示来显示数据集中多个变量之间的关系。 在示例中,我们...

Python设计模式(创建)之工厂方法模式
工厂方法模式(Factory Method Pattern)是一种创建型设计模式,用于将对象的创建...

从立体图像生成深度图
本节将学习如何从立体图像中生成深度图。 基本原理上一节中,我们学习了极线约束等基础概念和相关术语。...

阅读使用手册


平台的登录与使用,请参考 《用户使用手册》


注册用户账号


若尚未开通科学计算平台使用权限,请 注册用户账号


登陆


第三方账号登录



介绍

为了方便学习Python语言,基于Jupyter技术栈搭建了在线计算环境。 用户使用时以网页形式打开,对照书中内容进行学习,在线编写代码和运行代码,代码的运行结果也会直接显示。如在编程过程中需要编写说明文档,可在同一个页面直接编写,便于作及时的说明和解释。

在数据科学、机器学习及深度学习的领域里,Jupyter是一个强大的工具,它集成了代码编写、可视化展示、文档记录等多种功能于一体,让科学计算变得既直观又高效。 随着数据科学和人工智能领域的不断发展,Jupyter 也在不断更新和完善其功能和性 能。 未来可以期待看到更多创新的特性和工具被加入到 Jupyter 中,从而进一步推动科学计算和数据分析的发展。





平台内核

目前平台提供配置好的计算时内核供运行使用。后期会根据需求增加公用内核及内核中的默认类库。 相关语言运行环境与类库一般由 Conda 库提供最新版本。

  • Python 3.11 [系统]
  • Python 3.12 [Conda]
  • R 4.4 [Conda]


注意事项

  • 平台使用Jupyter技术搭建,登陆认证使用本系统的注册账号。
  • 使用提供一定数量的硬盘空间存储供用户使用。目前限制为 500M 。
Copyright © 立方智算 Since 2025. 工信部ICP备案:吉ICP备2025024314号