5月
None
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。 对于那些在学习…

Python中分清 == 与 is 的适用场景
Python中分清 == 与 is 的适用场景
在 Python 中，== 和 is 是两种完全不同的比较操作符，误用它们可能导致逻辑错误或性能问题。…

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，就可以通过这个变量来…

熟悉Python的迭代器协议
熟悉Python的迭代器协议
迭代器协议（Iterator Protocol）是Python中用于遍历数据集合的核心机制， 它定义了…

迭代器的使用
迭代器的使用
迭代器是一个表示数据流的对象；这个对象每次只返回一个元素。 迭代器的一个优点就是它不要求事先准备好整个…

谈谈Python的动态属性
谈谈Python的动态属性
正常情况下，当定义了一个 class ，创建了一个 class 的实例后， 可以给该实例绑定任何属性和…

八皇后问题‌求解
八皇后问题‌求解
八皇后问题要求在 8×8 的国际象棋棋盘上放置八个皇后，使得任意两个皇后都不能处于同一行、 同一列或同…

Python中的变量不推荐使用 type 来进行类型检查
Python中的变量不推荐使用 type 来进行类型检查
作为动态性的强类型脚本语言，Python中的变量在定义的时候并不会指明具体类型， Python解释器会…

Python字典视图对象
Python字典视图对象
本以为对python已经足够了解了，竟然才知道有字典视图对象这个概念， 之前对 keys ，value…

Python3中的枚举类型（enum）
Python3中的枚举类型（enum）
从3.x开始python提供了 enum 模块来提供枚举的功能，在使用时通过 from enum im…

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 , Non…

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格式…

Python进行类型标注
Python进行类型标注
静态与动态类型化是软件工程中的热门话题，每个人都有自己的独道简洁， Python作为一种动态类型语言，…

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。 Pyth…

Python中的排序：按需选择 sort() 或者 sorted()
Python中的排序：按需选择 sort() 或者 sorted()
这部分内容可参考： https://blog.51cto.com/u_16213676/700880…

Python中的拓展属性
Python中的拓展属性
字典的创建有两种方式,如果出现 In [26] 这样的赋值方式就会报错。 In […

Python3中bytes 字节串数据类型
Python3中bytes 字节串数据类型
bytes 类型是python3新增的一种数据类型，用来代表字节串。字符串由多个字符串构成， 以字符为…

Python 设计模式（行为）之命令模式
Python 设计模式（行为）之命令模式
命令模式可将请求转换为一个包含与请求相关的所有信息的独立对象，这个独立对象实现了调用者与接收者之间的解…

Python设计模式（创建）之原型模式
Python设计模式（创建）之原型模式
原型模式通过复制现有的对象来创建新对象，而不是通过实例化类来创建对象，对此一定感到困惑， 什么样的情况…

Python 设计模式（结构）之代理模式
Python 设计模式（结构）之代理模式
在代理设计模式下，提供给客户端使用的是能真实提供服务的对象的替代品，这个替代品被称之为代理， 代理收到…

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