4月
2025年
Python 颜色打印 - 终端颜色
Python 颜色打印 - 终端颜色
在控制台输出彩色信息，不是编程语言特有的属性，而是利用了ANSI转义序列。 无论使用的是哪种编程语...

Python数字图像处理：图像的形变与缩放
Python数字图像处理：图像的形变与缩放
图像的形变与缩放，使用的是 skimage 的 transform 模块，函数比较多，功能齐全。 ...

Python 数字图像处理：图像像素的访问与裁剪
Python 数字图像处理：图像像素的访问与裁剪
图片读入程序中后，是以 numpy 数组存在的。 因此对 numpy 数组的一切功能，对图片也适用...

Python中有一些容易忽略的不可变类型
Python中有一些容易忽略的不可变类型
Python中有一些容易忽略的不可变类型包括： str , integer , tuple , N...

编程语言中连接字符串应优先使用 join 而不是 +
编程语言中连接字符串应优先使用 join 而不是 +
字符串处理在大多数编程程序语言中都不可避免，字符串的连接也是在编程过程中经常需要面对的问题。 Py...

Python中格式化字符串时尽量使用 .format 方式而不是 %
Python中格式化字符串时尽量使用 .format 方式而不是 %
Python中内置的 % 操作符和 .format 方式都可用于格式化字符串。 先来看看这两种具体...

掌握字符串的基本用法
掌握字符串的基本用法
无名氏说：编程有两件事，一件是处理数值；另一件是处理字符串。 要我说，对于商业应用编程来说，处理字...

使用 enumerate() 获取序列迭代的索引和值
使用 enumerate() 获取序列迭代的索引和值
基本所有的项目中都存在对序列进行迭代并获取序列中的元索进行处理的场景。 这是一个非常普通而且简单的...

Python中可变对象与不可变对象
Python中可变对象与不可变对象
在内存中创建了一个对象，这时，无法直接使用它，将这个对象赋值给一个变量， 这之后，就可以通过这个变...

使用 copy 模块深拷贝对象
使用 copy 模块深拷贝对象
在正式讨论本节内容之前先来了解一下浅拷贝和深拷贝的概念： 浅拷贝（shallow copy ):...

Python中使用__slots__真的能省很多内存
Python中使用__slots__真的能省很多内存
看到一篇文章，说用Python的 __slots__节省9G内存，于是想测试下，对单个类，用 __...

Python中理解名字查找机制
Python中理解名字查找机制
在Python中，所有所谓的变量，其实都是名字，这些名字指向一个或多个Python对象。 比如以下...

理解Python与C语言的不同之处
理解Python与C语言的不同之处
Python底层是用C语言实现的，但切忌用C语言的思维和风格来编写 Python代码。 对于那些在...

充分利用Lazy evaluation的特性
充分利用Lazy evaluation的特性
Lazy evaluation 常被译为“延迟计算”或“惰性计算"，指的是仅仅在真正需要执行的时候...

神奇的__call__与返回函数
神奇的__call__与返回函数
__call__ 是一个很神奇的特性，只要某个类型中有 __call__ 方法，就可以把这个类型的...

编写函数的4个原则
编写函数的4个原则
函数能够带来最大化的代码重用和最小化的代码冗余。 精心设计的函数不仅可以提高程序的健壮性，还可以增...

在Python中应该如何使用常量？
在Python中应该如何使用常量？
Python中存在常量吗？相信很多人的答案是否定的。 实际上Python的内建命名空间是 支持一小...

为什么慎用变长参数及实例
为什么慎用变长参数及实例
Python支持可变长度的参数列表，可以通过在函数定义的吋候使用 *args 和 **kwargs...

记住函数参数既不是传值也不是传引用
记住函数参数既不是传值也不是传引用
Python中的函数参数到底是传值还是传引用呢？这是许多人在学习过程中会纠结的一个问题， 很多论坛...

Python中警惕默认参数潜在的问题
Python中警惕默认参数潜在的问题
‌警惕默认参数潜在的问题‌主要包括使用可变对象作为默认参数时可能出现的问题。 在Python中，如...

① 阅读使用手册


平台的登录与使用，请参考 《用户使用手册》


② 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


③ 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