挑战Jupyter Notebook的数据分析神器

在谷歌的套件中和同事合作，不再需要同步进行，也无需为合并而烦心。此外，你还能知道同事们的当前进展，更加便于分工。

DeepNote 可以立即进行实时协作——它支持在共享计算环境中无缝合作。这虽然带来了改变命名空间的问题，但我觉得，这总比共享 Jupyter notebook 强——它需要重新运行才能获得给定状态。

DeepNote 的实时协作

此外，DeepNote 还提供了不同的权限等级：查看、执行、编辑、管理以及所有者。这样就可以大批量控制操作这些笔记本了。

首先，以教学场景为例。在线课程的教师可以浏览虚拟教室中所有共享笔记本。教师拥有管理或所有者权限，而教室中的其他人只有查看权限。

再以要审查整个团队成员工作的场景为例。团队成员有所有者权限，这样就可以全面控制整个笔记本。审查人员拥有编辑权限，可以提供在线反馈，但无法执行任何单元。只有团队成员持有执行权限，这样审查人员就无法改（wu）变（ran）团队成员的命名空间。

变量浏览器

Spyder IDE 中有一个 Jupyter 没有且重要的功能——易于访问的命名空间浏览器。当然，Jupyter 笔记本中有 who/whos 的命令。但无法与 Spyder 相提并论。

而 DeepNote 再次填补了这一空白！

DeepNote 为变量提供了精致的总结。

除了可靠的变量浏览器外，如果无法漂亮地显示 pandas 的 DataFrame，那任何笔记本环境都是不完美的。

没错，DeepNote 笔记本还能很好地展示 pandas 的 DataFrame

连接云硬盘

你肯定听说过一条经验法则（其实更像是抱怨）：数据科学中有 80% 无关数学和统计学。在云计算设置中，这个比例更接近 90%，还有 10% 的时间损失在为笔记本配置正确的算力上。

轻松查看并选择笔记本在何种硬件上运行（https://docs.deepnote.com/）。

DeepNote 理解你的痛苦，可以让你无缝访问基于云的硬件。「无缝」的意思是你可以在笔记本界面上进行所有设置。顺便说一句，除非你的核处于空闲状态，否则它是不会主动关闭的。

Python 包的管理

Python 有出色的包管理系统。DeepNote 意识到了这一点，并在工作路径中附有 requirements.txt 文件。即使这样，也很容易忘记安装一些依赖包。除非导入包时触发错误，否则无法意识到这方面有所疏漏。

为此，DeepNote 笔记本会主动监控包的导入，并根据你声明的需求，提醒你遗漏的依赖。还有，如果需要的文件不存在，它会猜测该文件是什么。剧透预警：它的猜测一般都是正确的。

DeepNote 包管理器建议安装缺少的依赖包。

大量集成

创建新项目的示例。

最后，DeepNote 几乎提供了你想要的所有集成。为了使笔记本井井有条，你可以从不同连接中选择源码控制库。这可以在创建笔记本和写后台更新时用到。

除了源码控制，DeepNote 笔记本还可以连接云计算数据存储，比如 S3、GCS 以及常用的数据库引擎。

正式连接到不同的云基础架构

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注：Python）

的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！**

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注：Python）