Solomon Xie

# Sublime Text Plugin 插件开发 Sublime Text插件是完全基于Python开发的，全部Python开发环境。 插件存储位置： - Mac： - `/Users/YOUR-USER-NAME/Library/Application Support/Sublime Text 3/Installed Packages` - `/Users/YOUR-USER-NAME/Library/Application Support/Sublime Text 3/Packages/` - `/Users/YOUR-USER-NAME/Library/Application Support/Sublime Text 3/Packages/[YOUR-PACKAGE-NAME]` 你把插件存在以上任意位置，都会被Sublime Text检测到。但是如果在里面嵌套目录的话，就不会被检测到。 > 插件可以是一个单独的`.py`脚本，或者一整个目录。...

# Sublime Text 打开Windows的中文文本乱码 众所周知的Windows默认中文编码和Linux/Mac不同，所以所有的Windows上的中文txt文件都会出现乱码。 亲测在Mac上用Sublime/VsCode/Pages/TextEdit/Typora等等，全都不行。 所以在Sublime中试了下，需要安装3个插件才能解决乱码： - `ConvertToUTF8` - `GBK` - `Codecs33` 安装好这三个插件后，重启Sublime，然后打开文本——依然乱码。 需要打开快速面板，输入convert或chiense或gbk等找到相应的命令（忘了-_-)，就转换过来了。

# ❖ Octave 入门 > Matlab实在太贵，所以Andrew Ng推荐的完全开源免费的Octave却是个好的替代物。 关于为什么要用Octave，而不是用别的Matlab代替品如Freemat, Spider等，[这篇AskUbuntu](https://askubuntu.com/questions/80164/comparison-of-octave-spyder-freemat-and-scilab-as-alternatives-to-matlab)里有非常详尽的解答。 简而言之：Octave是Matlab毫无疑问的最好代替品，语法相似性达95%以上，功能完善，且社区、文档非常详尽。反之其它代替品，则要不就语法相似度低、要不就功能不全、要不就几乎没有文档学习参考。 ## Octave 安装 （命令行中运行） 安装GNU官网的说明，[参考自己的平台安装方式](https://www.gnu.org/software/octave/download.html)。Mac上直接`brew install octave`即可。  可以看到，octave需要非常多的依赖包。我装了大概一个多小时吧。完成后，就可以通过命令行输入`octave`直接进入了：  ## Octave 安装 （包括GUI界面） 参考[官网页面](https://wiki.octave.org/Octave_for_macOS)。 Mac版的[GUI版Ocatave下载地址](https://sourceforge.net/projects/octave/files/Octave%20MacOSX%20Binary/2016-07-11-binary-octave-4.0.3/octave_gui_403_appleblas.dmg/download)，下载好后是大概300M的dmg文件。 然后打开后，完成初始提示，就可以看到主页面了：  ## Octave...

# Jupyter Notebook 绘图 > 苦于Matlab实在太贵， Octave又不能做笔记展示，所以考虑Jupyter用来做简单绘图，来辅助学习线性代数。 Jupyter 的魔法命令里有一个`%matplotlib inline`，可以直接在jupyter里面绘制出静态图形。但是需要先安装`mataplotlib`的package，简单一句`pip install matplotlib`搞定。 注意：最好还是在virtualenv里安装调试，这样也不需要`sudo pip install`也不会搞乱系统。 参考[这篇机器学习的jupyter笔记](http://nbviewer.jupyter.org/github/zlotus/notes-linear-algebra/blob/master/ReadMe.ipynb?flush_cache=true)，直接复制了某一段出图的代码，在jupyter里运行，哒哒！出图了！  （在virtualenv里面安装各种包实在是太爽了，完全没障碍，不需要任何配置，不需要重启jupyter，完美运行） #### 注意：Jupyter出的是静态图，如果用Matplotlib绘制动态图（动画）就不能用Jupyter了。

# Jupyter 绘制公式 在markdown模式下，用`$$`前后包括起来，然后在中间写上公式的表达式即可出现，如下图：  [这里是LaTex的公式符号对照表](http://blog.csdn.net/qq_39232265/article/details/78868487)。

# ❖ 「JupyterLab」 Jupyter Notebook 新生代IDE模式页面 [参考：Overview](https://jupyterlab.readthedocs.io/en/stable/getting_started/overview.html)  安装： ```sh $ pip install jupyterlab ``` 启动（不是jupyter notebook）： ```sh $ jupyter lab ``` > Jupyterlab中最好用的就是显示csv数据。 CSV数据显示效果：  ## 安装插件 > `jupyterlab`是和`jupyter...

# ❖ 为什么要用IPython/Jupyter? > python里面调试确实有点烦恼，尤其是在vim里，想要尝试一些简单的编码问题，实在是有点麻烦，不想到命令行模式一行一行执行，也不想再新建一个文件测试一个简单的功能。 而且就是不管这些，测试一个简单的功能如学习语法、测试编码、测试新学习的包等，在IDE里面测试，看不到每个部分的output效果（除非自己手动去命令行里复制或截屏），在命令行里测试，则没法轻松撤销前面的代码。。。。 所以这时候才想到好像前阵子看到youtube视频里别人用IPython，是那种又能轻松编辑又能为每部分显示output效果，还能在旁做markdown笔记的东西。 出于这个想法，搜到了这篇[知乎回答](https://www.zhihu.com/question/51467397)，看到了不少有意思的东西，感觉又展开了一个崭新的领域，python的视界豁然开朗。 [这篇文章](https://zhuanlan.zhihu.com/p/33654849)极好的解释了IPython的入门用法，相当酷！我怎么竟然这么久都不知道这种东西的存在？ ### IPython和Jupyter的区别？ 据说一开始IPython是作为`IPython shell`的存在，后来Jupyter融合了它，又把自己和IPython上独立出来，做成了网页版的`Jupyter Notebook`这样的东西。Jupyter强大的特性，加上和各种数据研究库的紧密结合，真让人不能忽视它的存在了。 IPython的安装方法，简单地`pip install ipython`即可。 但是，想到IPython本身一个shell，让我想起了我自己用的shell是`zsh`，让我把zsh切换到别的shell里面去，还真有点不喜欢。。这可能是个stylish issue吧。 所以，应该直接了当的安装jupyter，其中也会自动安装上`IPython shell`，作为其运行的Kernel。 ## 错误的安装Jupyter ~只安装Jupyter本身的话，很简单：`python -m pip install jupyter`。不过根据官方文档，强烈建议安装Jupyter的`Anaconda`发行版，像大礼包一样的自动安装`python+Jupyter Notebook+一系列数据研究库`。因为本来就是要研究机器学习等一系列数据研究的，所以Anaconda正合适。这个我觉得再好不过了，所以直接跳到[`Anaconda`页面](https://www.anaconda.com/download)去看安装方法。然后看到，Anaconda安装方法是不能简单`apt-get`或`brew`或`pip install`的，500M左右的大小，需要下载后启动图形安装工具或shell脚本安装（`.sh`文件本身就500M，而且安装分为Python...

# Jupyter Notebook IPython无法识别Module问题 因为Jupyter notebook的python不是系统里的python， 而是运行在`/Users/solomonxie/anaconda2/bin/python`这里的。同时还有其他很多位置、kernel等等问题非常复杂，网上目前还很难找到比较简单的解决方案。 唯一看到的是[这篇文章](https://jakevdp.github.io/blog/2017/12/05/installing-python-packages-from-jupyter/)，讲到很不一样的思路，即用conda还是pip来安装module的分别。

# ❖ Jupyter Notebook 安装插件 > 强烈建议在Virtualenv虚拟环境下使用pip安装，这样就不需要什么`sudo`或`--user`之类的了，也不会搞乱系统级的配置。 一键安装所有东西： ```sh # 安装插件配置器 pip install jupyter_nbextensions_configurator jupyter nbextensions_configurator enable # 安装所有插件包 pip install jupyter_contrib_nbextensions jupyter contrib nbextension install # 安装所有主题 pip install...

# Jupyter Notebook改变默认打开的浏览器 [DRAFT] 因为有开双浏览器的习惯，不喜欢Jupyter默认打开Chrome。所以希望它默认打开Opera。 [参考：Jupyter: Os X 下修改默认打开的浏览器](https://n3xtchen.github.io/n3xtchen/data_analytics/2016/12/03/jupyter-default-browser) 以下是Mac上修改默认浏览器方法： ```sh # 先生成一个本地配置文件，以供修改 $ jupyter notebook --generate-config # 修改刚刚生成的配置文件(.py文件) $ vim ~/.jupyter/jupyter_notebook_config.py # 搜索"browser"找到配置行 ```