利用 OpenDigger 中的 notebook 工具设计课程内容和作业

[will-ww]

参考：https://github.com/X-lab2017/open-digger/issues/782

有什么想法可以提出~ @zhuxiangning

[bifenglin]

主要问题是权限问题，还有版本控制问题。我认为依托于openinsight+jupyter notebook做权限控制和数据集探查和可视化比较合适。年前的想法。每人拥有一个notebook实例，不互相干扰侵犯。

[will-ww]

主要问题是权限问题，还有版本控制问题。我认为依托于openinsight+jupyter notebook做权限控制和数据集探查和可视化比较合适。年前的想法。每人拥有一个notebook实例，不互相干扰侵犯。

嗯，我们目前只用考虑内部同学即可，先把课程的完整流程迭代出来。可扩展模式，我们是可以适当利用学校资源的。

[bifenglin]

内部同学指xlab实验室的同学可以，若是课程同学可能有些问题，还有之前使用opendigger的notebook，python的科学依赖库没办法自由安装导入。 @frank-zsy

[frank-zsy]

内部同学指xlab实验室的同学可以，若是课程同学可能有些问题，还有之前使用opendigger的notebook，python的科学依赖库没办法自由安装导入。 @frank-zsy

OpenDigger 的 Notebook 镜像天然支持 Python 和 Node.js 两种 Kernel，类库的安装要在后端，即 Notebook 镜像中安装，而不是在 Notebook 里面安装。OpenDigger 目前无法使用 Python 与类库和 Kernel 无关，是没有底层的 OpenDigger 相关类库功能，如果有人可以用 Python 实现目前 open_digger.js 中的功能，自然可以在 Python Kernel 的 Notebook 中来做数据分析。

[bifenglin]

内部同学指xlab实验室的同学可以，若是课程同学可能有些问题，还有之前使用opendigger的notebook，python的科学依赖库没办法自由安装导入。 @frank-zsy

OpenDigger 的 Notebook 镜像天然支持 Python 和 Node.js 两种 Kernel，类库的安装要在后端，即 Notebook 镜像中安装，而不是在 Notebook 里面安装。OpenDigger 目前无法使用 Python 与类库和 Kernel 无关，是没有底层的 OpenDigger 相关类库功能，如果有人可以用 Python 实现目前 open_digger.js 中的功能，自然可以在 Python Kernel 的 Notebook 中来做数据分析。

可以看bfl-dev文件，我执行pip install 命令后依旧没办法自由导入依赖的库，没有使用opendigger的底层。

[frank-zsy]

内部同学指xlab实验室的同学可以，若是课程同学可能有些问题，还有之前使用opendigger的notebook，python的科学依赖库没办法自由安装导入。 @frank-zsy

OpenDigger 的 Notebook 镜像天然支持 Python 和 Node.js 两种 Kernel，类库的安装要在后端，即 Notebook 镜像中安装，而不是在 Notebook 里面安装。OpenDigger 目前无法使用 Python 与类库和 Kernel 无关，是没有底层的 OpenDigger 相关类库功能，如果有人可以用 Python 实现目前 open_digger.js 中的功能，自然可以在 Python Kernel 的 Notebook 中来做数据分析。

可以看bfl-dev文件，我执行pip install 命令后依旧没办法自由导入依赖的库，没有使用opendigger的底层。

我看到了，我的意思就是 Notebook 安装依赖并不是这样做的，是在运行的镜像中安装依赖，而不是在 Notebook 里运行 install，Notebook 本身只是一个沙箱环境，可以看一下镜像的构建 Dockerfile，如果你要自己安装新的依赖，可以在 Dockerfile 中添加并构造自己的镜像。 https://github.com/X-lab2017/open-digger-jupyterlab-nodejs

[frank-zsy]

老毕需要先去看一下 Notebook 的使用方法，关于安装 python 依赖，可以看下这篇文章 https://jakevdp.github.io/blog/2017/12/05/installing-python-packages-from-jupyter/， 直接在 Notebook 中 install 依赖是非常不推荐的做法，可以通过一些 hack 的方法绕过，但安装的依赖也只在当前 Kernel 的沙箱内，重启 Kernel 依赖同样会丢失。

[will-ww]

我去找水杉工坊的童鞋们来看看，应该有不错的方式~