5月
None
SciPy中的滤波器设计
SciPy中的滤波器设计
SciPy 是一个强大的科学计算库，其 scipy.signal 模块提供了丰富的滤波器设计工具， 涵…

SciPy数值计算库-最小二乘拟合
SciPy数值计算库-最小二乘拟合
SciPy 函数库在 NumPy 库的基础上增加了众多的数学、科学以及工程计算中常用的库函数。 例如线…

SciPy中的解常微分方程组
SciPy中的解常微分方程组
scipy.integrate 库提供了数值积分和常微分方程组求解算法 odeint 。 用 odei…

SymPy-符号运算好帮手
SymPy-符号运算好帮手
SymPy 是Python的数学符号计算库，用它可以进行数学公式的符号推导。 为了调用方便，下面所有的…

NumPy中的ufunc运算函数的理解
NumPy中的ufunc运算函数的理解
ufunc 是 universal function （ universal ： 通用的，一般的）的缩…

Python 中 list 与 array 互相转换
Python 中 list 与 array 互相转换
在 Python 中，list 是内置的灵活数据结构，而 array 通常指两种类型： 内置模块 ar…

NumPy中的文件存取
NumPy中的文件存取
NumPy提供了多种文件操作函数方便我们存取数组内容。文件存取的格式分为两类：二进制和文本。 而二进制…

理解Python中的数据类型
理解Python中的数据类型
想要有效的掌握数据驱动科学和计算需要理解数据是如何存储和处理的。 本节将描述和对比数组在Python语…

NumPy快速处理数据-ndarray数组对象
NumPy快速处理数据-ndarray数组对象
标准安装的Python中用列表(list)保存一组值，可以用来当作数组使用， 不过由于列表的元素可以是…

collections: deque - 一个类似列表的容器
collections: deque - 一个类似列表的容器
很多人把 collections 模块下的 deque 说成是双端队列，这是极不准确的， 标准模块里对…

heapq - 适用于列表的最小堆排序算法
heapq - 适用于列表的最小堆排序算法
heapq 模块实现了适用于python列表的最小堆排序算法， 该模块提供 heappush 和 he…

collections: ChainMap - 合并多个字典
collections: ChainMap - 合并多个字典
ChainMap 有非常强大的 dict 字典组合功能，他将多个 dict 字典放入到一个 list …

collections: defaultdict - 不会引发 KeyError 的字典
collections: defaultdict - 不会引发 KeyError 的字典
在 Python 的 collections 模块中，defaultdict 是一种特殊的字典类型，默…

collections: Python有序字典 - OrderedDict
collections: Python有序字典 - OrderedDict
OrderedDict 是 dict 的子类，它会记录第一次插入键的顺序， 即可以按照键的插入顺序来遍…

使用Counter进行计数统计
使用Counter进行计数统计
计数统计相信大家都不陌生，简单地说就是统计某一项出现的次数。 实际应用中很多需求都需要用到这个模型，如…

collections: namedtuple - 有属性名称的元组
collections: namedtuple - 有属性名称的元组
在Python中，namedtuple 是 collections 模块提供的一个工厂函数，用于创建具…

遵循异常处理的基本原则
遵循异常处理的基本原则
现实世界里不完美的意外和异常会在不经意间发生，从而使生活不得不暂时偏离正常轨道，软件世界也是如此。 或…

利用 assert 语句来发现问题
利用 assert 语句来发现问题
断言（assert)在很多语言中都存在，它主要为调试程序服务。 断言能够快速方便地检査程序的异常或者发…

使用traceback获取栈信息
使用traceback获取栈信息
在 Python 中，traceback 模块提供了捕获和格式化程序运行时的调用栈（Stack Tra…

Python中区别对待可变对象和不可变对象
Python中区别对待可变对象和不可变对象
Python中一切皆对象，每一个对象都有一个唯一的标示符（ id() )、类型（ type() )以及…

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