大家好，我是小小明。

受CSDN官方邀請，前來測評《python 技能樹》 ，活動地址：https://bbs.csdn.net/topics/600937310

XDM，一起來測評，一起來拿獎吧！獎品多多，福利多多噢~

首先，我們打開內測技能樹頁面：

眾所周知，jupyter是數據分析領域最常用的工具，所以我直接進入數據分析版塊。

雖然目前看到選項過于單薄，但是不耽誤我們玩玩csdn的jupyter。

下面我們就點開第一個模塊的第一題開始玩玩吧：

我去，雖然只是一道選擇題，但實在是已經嚇死寶寶了，這代碼也太長了點。那么先隨便選個試試：

嘿嘿，選擇A點提交后，在線Jupyter的入口就出現了。看我怎么跑代碼干翻你這道 《大家來找茬》 的題目。

點擊前往就出現了，服務啟動的頁面：

等待啟動完畢后，就進入到了JupyterNoteBook的開發頁面：

作為一名資深jupyter玩家，這點功能和插件顯然是不滿足要求的，下面我們看看如何安裝一些插件：

給JupyterNoteBook安裝插件

首先點擊open：

然后進入Nbextensions插件選項卡，我將我最需要的三個插件打勾：

對于Autopep8這玩意，我們需要pip裝點庫，回到前面的代碼界面執行：

!pip install autopep8

這是因為我上次使用時已經下載過有緩存，所以直接就安裝好了。

安裝完成后刷新網頁剛才選擇的插件就會生效。然后給代碼框加個默認行號顯示：

展開目錄

點開目錄按鈕后，就可以編輯Markdown文本：

如何將一個代碼節點轉換為Markdown節點呢？ 按下快捷鍵H即可打開快捷鍵菜單：

這意味著，只需要記住H快捷鍵，其他快捷鍵都通過這個面板隨時查詢。

可以看到按下ESC退出進入命令行模式后，按下快捷鍵M即可將其轉換為Markdown文本節點，數字快捷鍵1~6即可將將其轉換對應等級的標題。

復制代碼并運行

點擊右上角的復制按鈕即可復制代碼：

然后粘貼到JupyterNotebook中：

粘貼完，代碼是這種使用制表符/t縮進的形式，現在按下快捷鍵Ctrl+L即可啟動autopep8代碼格式化：

可以看到格式化之后的代碼都是空格縮進的形式。

根據右上角的提示即可運行代碼，運行后：

報錯，顯然我們可以排除A選項。

三種運行方式的快捷鍵見Cell菜單：

分別表示只運行當前單元格、運行并選擇下一個單元格 和 運行并向下插入一個單元格。

大家可以都試試，感受一下區別。

復制B選項的代碼并運行后也報錯：

運氣比較好已經排除兩個選項了，繼續干C和D：

D選項居然正確了：

咱們就選個D試一下？
?Good，回答正確了：

差異代碼檢測

下面我們繼續下一題：

這次代碼終于簡化多了。這次全部復制粘貼到jupyter運行后發現，A和C報錯，B和D正確運行。

對于B和D這兩個選項的代碼，我看了好幾眼還真看不出區別在哪里，太像 《大家來找茬》 的找茬游戲了。

不過沒有關系，咱們有JupyterNotebook來運行Python代碼，標準庫difflib讓差異無處遁形：

import difflibtext1 = """import csvdef dump_list(file, list):    with open(file, "w", newline="") as csvfile:        spamwriter = csv.writer(csvfile, delimiter=" ",                                quotechar="|", quoting=csv.QUOTE_MINIMAL)        for row in list:            spamwriter.writerow(row)def load_list(file):    with open(file, "r", newline="") as csvfile:        spamreader = csv.reader(csvfile, delimiter=" ", quotechar="|")        for row in spamreader:            yield rowif __name__ == "__main__":    rows = [        ["Spam"] * 5 + ["Baked Beans"],        ["Spam", "Lovely Spam", "Wonderful Spam"]    ]    list_file = "/tmp/list.csv"    dump_list(list_file, rows)    rows = load_list(list_file)    for row in rows:        for cell in row:            print(cell)"""text2 = """import csvdef dump_list(file, list):    with open(file, "w", newline="") as csvfile:        spamwriter = csv.writer(csvfile, delimiter=" ",                                quotechar="|", quoting=csv.QUOTE_MINIMAL)        for row in list:            spamwriter.writerow(row)def load_list(file):    with open(file, "r", newline="") as csvfile:        spamreader = csv.reader(csvfile, delimiter=" ", quotechar="|")        for row in spamreader:            yield rowif __name__ == "__main__":    rows = [        ["Spam"] * 5 + ["Baked Beans"],        ["Spam", "Lovely Spam", "Wonderful Spam"]    ]    list_file = "/tmp/list.csv"    dump_list(list_file, rows)    rows = load_list(list_file)    for row in rows:        while cell in row:            print(cell)"""def diff_compare(text1, text2, diff_out="diff_result.html", max_width=30, numlines=0, show_all=False):    text1 = [row.rstrip() for row in text1.splitlines(keepends=True)]    text2 = [row.rstrip() for row in text2.splitlines(keepends=True)]    d = difflib.HtmlDiff(wrapcolumn=max_width)    with open(diff_out, "w", encoding="u8") as f:        f.write(d.make_file(text1, text2, context=not show_all, numlines=numlines))diff_compare(text1, text2, numlines=3)

運行后，打開生成的html文件：

原來差異在一個選項是for，一個選項是while。當然選for的這個選項啦。
也可以使用IPython.display.HTML直接在jupyter中顯示網頁，代碼：

from IPython.display import HTMLdef diff_compare(text1, text2, diff_out="diff_result.html", max_width=70, numlines=0, show_all=False):    text1 = [row for row in text1.splitlines(keepends=True)]    text2 = [row for row in text2.splitlines(keepends=True)]    d = difflib.HtmlDiff(wrapcolumn=max_width)    return d.make_file(text1, text2, context=not show_all, numlines=numlines)diff_html = diff_compare(text1, text2, numlines=1)HTML(diff_html)

效果：

直接在單元格下方展示差異情況。

總體測評

以上就是個人體驗Jupyter notebook的全過程，個人感覺還是挺方便的。幾乎跟本地自己安裝的Jupyter一樣的用，想裝啥插件也都可以直接裝。

不過，我有點想吐槽這個題，根本就不是技術題啊，純粹就是PK技術達標的情況下誰的眼力好啊。

不過呢，咱們還是可以通過代碼差異查找軟件，找出差異后進行對比分析，從而快速解題。代碼差異查找除了使用我上面所用的代碼還可以使用Beyond Compare這個軟件。

最后感謝CSDN，這個Jupyter服務雖然還處于VIP內測階段，但是已經挺好用了，相信未來還會越來越好。等未來正式發布的時候，一定非常好用后，沒有VIP的用戶們也可以使用該功能。