5月
None
Python 设计模式（创建）之单例模式
Python 设计模式（创建）之单例模式
单例模式是一种创建型模式，它的核心要求是一个类只有一个实例对象，这个要求是违反直觉的， 因为在学习面向…

有节制地使用 from...import 语句
有节制地使用 from...import 语句
Python提供了3种方式来引入外部模块：import语句、from...import...及__im…

Python模块的动态加载
Python模块的动态加载
一般情况下编程代码需要先加载模块，然后再调用模块的功能。 但在某些场景下需要根据上下文环境来加载不同的…

Python重要内置函数eval
Python重要内置函数eval
eval() 是 Python 中一个强大但需谨慎使用的内置函数， 用于将字符串作为 Python 表…

使用更为安全的property
使用更为安全的property
property 是用来实现属性可管理性的 built-in 数据类型（注意：很多地方将 proper…

对象的管理与垃圾回收
对象的管理与垃圾回收
通常来说Python并不需要用户自己来管理内存，它与Perl、Ruby等很多动态语言一样 具备垃圾回收…

掌握metaclass
掌握metaclass
什么是元类（metaclass) ？也许对下面这些说法都不陌生： 元类是关于类的类，是类的模板。 元…

使用 threading 模块编写多线程程序
使用 threading 模块编写多线程程序
GIL的存在使得Python多线程编程暂时无法充分利用多处理器的优势，这种限制也许使很多人感到沮丧， …

使用Queue使多线程编程更安全
使用Queue使多线程编程更安全
曾经有这么一个说法，程序中存在3种类型的bug:你的bug、我的bug和多线程。 这虽然是句调侃，但从…

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 支持一小部分…

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 这…

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，如果函…

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对象…

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，还可以增强可…

Python 中如何使用 lxml 模块处理XML
Python 中如何使用 lxml 模块处理XML
在 Python 中常见的XML编程接口有DOM和SAX，这两种接口处理XML文件的方式不同，使用场合…

从 Web 抓取信息
从 Web 抓取信息
断网才是数字时代真正的恐慌时刻——当Wi-Fi信号消失，我们才惊觉计算机上90%的操作都依赖互联网实现…

网页抓取
网页抓取
网页抓取是通过程序下载网页并从中提取信息的过程。 这种技术很有用，在网页中有需要在程序中使用的信息时，…

Python 数字图像处理：边缘与轮廓
Python 数字图像处理：边缘与轮廓
边缘与轮廓是图像中物体形状的关键特征，广泛应用于目标检测、图像分割、医学影像分析等领域。 Python…

Python 数字图像处理：霍夫线变换
Python 数字图像处理：霍夫线变换
霍夫线变换（Hough Line Transform）是一种经典的图像处理算法，用于检测图像中的直线。…

Python 数字图像处理：霍夫圆和椭圆变换
Python 数字图像处理：霍夫圆和椭圆变换
在极坐标中，圆的表示方式为： x=x0+rcosθ y=y0+rsinθ 圆心为 (x0,y0) ，…

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