前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Jupyter 插件太好用了

Jupyter 插件太好用了

作者头像
行哥玩Python
发布2020-09-27 12:30:16
6830
发布2020-09-27 12:30:16
举报
文章被收录于专栏:一行数据

大家好,我是一行

今天给大家推荐一个牛掰的 Jupter 插件 text2code。

Jupyter 是我几乎每天都用的工具,敲代码也早已习以为常。但是,最近GitHub热榜上出现了这样一个插件,让我有点不知所错了!

这个插件是一个可以 让文本自动转化成代码 的工具,看看下面这波操作有多溜。

Q:what do you want to do?

A:make pie chart of flavor_of_tea from df

简单的 make pie from df 直接就给我画出个饼图来。

其实,Python语言已经把编程的门槛变得很低了,快速入门没难度。而这个插件的出现好像再一次刷新了门槛,它直接可以将我们输入的语言文本翻译成我们想要的代码。

text2code介绍

https://github.com/deepklarity/jupyter-text2code

原理我就不过多介绍了,主要是用了监督学习模型,通过学习自然语言和代码的对应语料,然后进行训练完成的,感兴趣的可以去上面链接自行学习。

支持操作系统

  • Ubuntu
  • macOS

插件安装

安装分两种情况,有GPU和无GPU。

GPU安装

代码语言:javascript
复制
$ git clone https://github.com/deepklarity/jupyter-text2code.git
$ cd jupyter-text2code
$ pip install .

仅CPU安装

对于Mac和其他没有nvidia GPU的Ubuntu安装,我们需要在安装时显式设置环境变量。

代码语言:javascript
复制
git clone https://github.com/deepklarity/jupyter-text2code.git
export JUPYTER_TEXT2CODE_MODE="cpu"
cd jupyter-text2code
pip install .

使用说明

  • 打开 Jupyter Notebook
  • 如果安装成功完成,那么将首次从中下载 Universal Sentence Encoder 模型 tensorflow_hub。
  • 单击 Terminal 菜单上显示的图标,以激活扩展名
  • 键入“帮助”以查看存储库中当前受支持的命令的列表
  • 观看演示视频中的一些示例

总结

如果大家感兴趣可以去尝试一下。

话说回来,每次遇到这种智能工具,我是既感到庆幸,又感到可怕。

庆幸的是,这个插件如果好用,那对数据分析师是利好的,可以在某种程度上减轻代码的压力。

可怕的是,朝这个方向和速度发展下去,编程的门槛会越来越低,如果自身核心竞争力再没有提高,仍浮于表面,那未来很可能被取代。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-09-23,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 一行数据 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档