跳转到主要内容
ActivePapers 将您的数据存储为可重新计算的文档,确保任何发布的结果均可重新运行、验证并永久保存。

本站部分链接为联盟营销链接:如果您通过这些链接购买,我们可能会获得佣金,且不会增加您的成本。这绝不会影响我们的推荐建议。详情请参阅我们的联盟披露声明。 联盟营销披露.

ActivePapers Python 版

Python 版 JVM 版 Pharo 版 博客 … 库 —> ActivePapers Python 版 Python 版是 ActivePapers 概念最实用的实现,因为它可以依托于 Python 语言中非常发达的科学计算生态系统,该生态系统为许多科学应用领域提供了库。然而,Python 平台也存在一些限制: 无法严格执行对 calclet 的执行的限制。规避规则是可能的,但不太可能偶然发生。用户应在执行下载的 ActivePaper 之前检查其中的代码,或者在恶意代码无法造成任何损害的虚拟机中运行 ActivePapers。可重复性是有限的,因为相同的 Python 代码在不同版本的 Python 中 或 ActivePapers 所依赖的库之一(NumPy、HDF5、h5py 及其各自的依赖项)产生不同的结果。 Python 平台没有正式的规范,并且历史上经常出现细微的不兼容变更。 ActivePapers 记录了所有依赖项的版本,但几年后重新创建相同的环境可能会成为一个挑战。许多流行的科学计算库都包含扩展模块,因此不能打包为 ActivePapers。它们可以用作外部依赖项,但这会增加每个用户在能够使用 ActivePaper 之前必须安装的依赖项数量,并降低可重复性。有关 ActivePapers 的第一印象,请参阅教程 。遵循本教程需要已安装并可运行的 ActivePapers,您可以通过遵循安装说明来完成安装。 ActivePapers Python 版本的开发托管在 Github 上。兼容性和依赖性 ActivePapers 支持 Python 2.7 和从 3.2 开始的 Python 3.x 系列。由于 Python 2 和 Python 3 不是完全兼容的语言,因此给定的 ActivePaper 可能仅适用于其中一种语言。 ActivePapers 依赖于 NumPy(使用 1.6 和 1.7 进行测试)和 h5py(至少 2.2,使用 2.2 进行测试)。当前版本还需要 tempdir(使用 0.6 进行测试),但这是一个非必要的依赖项,将来可能会消失。


Learn Python by coding in your browser

Interactive Python and data-science courses you code directly in the browser