För ett par år sedan gick jag en Python-kurs på KTH. Den var lärorik, och jag hade väldigt roligt när jag gick den. Det är ändå något speciellt att skapa ett program från grunden och få det att göra som man vill.
Igår sprang jag på en instruktion om hur man kan visualisera data med hjälp av Python. Det ledde mig i sin tur till Jupyter, som är en webbsaserad ”notebook” som bl a kan kopplas till Python. Jag har jobbat en del med Mathematica tidigare, och upplägget av Jupyter är liknande. Jag testade de program som jag hade skrivit i kursen i Jupyter-miljön, och de funkade bra där.
Fördelen med miljön är att man direkt kan få ut andra representationer av utdata än ren text. T ex kan man genom att importera Matplotlib få ut grafer på ett enkelt sätt. Det ska bli spännande att se om det kan vara ett alternativ till Gnuplot, som jag har experimenterat med tidigare. I och med att Jupyter-miljön är integrerad så skulle jag kunna tänka mig att arbetsgången blir enklare. Återkommer om det.
Jag kör alltså allt på min server cloudheaven.se. Där startar jag Jupyter-servern i ett terminalfönster med:
jupyter notebook
I och med starten så erhålls också en lösenordssträng som ska användas senare. För att arbeta lokalt är jag tvungen att vidarebefordra den aktuella porten (8888 är standard) som Jupyter använder:
ssh -L <lokal port>:localhost:8888 <användarnamn>@cloudheaven.se
Sedan är det bara att ansluta till miljön med webbläsaren på datorn hemma:
http://localhost:portnummer
och ange lösenordssträngen som jag fick tidigare.
Några länkar för att experimentera vidare: