Jupyter Notebook (anciennement connu sous le nom carnet IPython) est un projet très intéressant pour la manipulation interactive des données en Python (et dans d'autres langages, y compris R). En gros, il vous permet de coder de manière interactive et de documenter ce que vous faites dans une seule interface, pour ensuite le sauvegarder sous la forme d'un :
- carnet (.ipynb)
- script (un fichier .py incluant seulement le code source)
- html statique (et donc pdf également)
Vous pouvez même partager vos carnets en ligne avec d'autres en utilisant le service nbviewer, où les gens publient des livres entiers. De plus, GitHub rend vos fichiers .ipynb. Vous pouvez publier vos Carnets Jupyter en tant qu'articles de recherche reproductibles sur Authorea. Pour une édition collaborative par plusieurs utilisateurs, consultez Google Colab basé sur Jupyter.
La version par défaut du Jupyter Notebook lance une application web localement (ou vous la déployez sur un serveur) et vous l'utilisez depuis votre navigateur. Comme Ryan l'a également mentionné dans sa réponse, Rodeo est une interface plus similaire à RStudio construite sur le noyau Jupyter.
JupyterLab est une nouvelle approche de l'interface utilisateur permettant plus de flexibilité dans la façon dont vous éditez vos carnets, contrôlez les widgets interactifs et exécutez même des commandes dans des émulateurs de terminal.
Il y a aussi une console Qt pour IPython, un projet similaire avec des graphiques intégrés, qui est une application de bureau.
Jupyter est un paquet Python normal et peut être installé en utilisant pip install jupyter
. Cependant, pour exécuter toutes les bibliothèques scientifiques sur votre ordinateur, il peut être plus facile d'essayer les conteneurs Docker Jupyter officiels. Par exemple, en supposant que vos carnets sont dans ~/code/jupyter, vous pouvez exécuter le conteneur comme suit :
docker run -it --rm -p 8888:8888 -v ~/code/jupyter:/home/jovyan/work jupyter/datascience-notebook
0 votes
En dehors de RStudio, il y a un support pour les fichiers .Rnw que je trouve particulièrement utiles pour créer des fichiers PDF automatisés. Je suis toujours à la recherche d'un bon environnement de développement Python.
1 votes
Vous pouvez voir les détails des variables et surtout le fichier d'aide dans Rstudio
28 votes
Eclipse PyDev, Jupyter et Spyder/Anaconda sont des substituts décents, mais aucun d'entre eux n'est aussi facile à utiliser que RStudio. La complétion de code, les raccourcis pour passer d'une zone à l'autre, l'installation interactive de packages, les onglets avec réorganisation de l'ordre, le volet de documentation, rendent tous RStudio plus facile à utiliser. Python présente certains avantages majeurs en tant que langage, mais à mon avis aucun IDE Python n'est au niveau de RStudio.
2 votes
J'ai commencé à utiliser Rodeo, cependant il est très buggy. Rien ne vaut RStudio. Python aura toujours cette faiblesse pour l'analyse de données et l'exploration jusqu'à ce qu'un IDE approprié soit créé avec l'analyse de données et l'exploration comme objectif principal.
0 votes
"Eclipse PyDev, Jupyter, and Spyder/Anaconda sont de bons substituts..." ce sont des choses différentes, je ne comprends pas pourquoi vous les associez. Eclipse est un IDE, Jupyter est un cahier interactif et Spyder n'est même pas comparable à PyCharm ou autre. De plus, aucun d'entre eux ne supporte la plupart des fonctionnalités que RStudio propose.
4 votes
RStudio prend désormais en charge Python: blog.rstudio.com/2018/10/09/…