Jupyter Kernel for Deno
Deno 内置了一个 Jupyter 内核，允许你编写 JavaScript 和 TypeScript；使用 Web 和
Deno API，并直接在交互式笔记本中导入 npm 包。
deno jupyter 始终以 --allow-all 运行目前，所有在 Jupyter 内核中执行的代码都以 --allow-all
标志运行。这是一个临时限制，未来将会解决。
快速开始 Jump to heading
运行 deno jupyter --unstable 并按照说明操作。
你可以运行 deno jupyter --unstable --install 来强制安装内核。Deno 假设
jupyter 命令在你的 PATH 中可用。
完成安装过程后，Deno 内核将在 JupyterLab 和经典笔记本的笔记本创建对话框中可用：
你可以在任何支持 Jupyter 笔记本的编辑器中使用 Deno Jupyter 内核。
VS Code Jump to heading
- 安装 VSCode Jupyter 扩展
- 通过打开命令面板（Ctrl+Shift+P）并选择“创建：新建 Jupyter 笔记本”来打开或创建一个笔记本文件。也可以通过手动创建一个带有“.ipynb”文件扩展名的文件来完成。
- 在新建或现有的笔记本上，点击创建新的 Jupyter 笔记本，选择“Jupyter 内核”，然后选择 Deno
JetBrains IDEs Jump to heading
Jupyter Notebooks 开箱即用。
富内容输出 Jump to heading
Deno.jupyter 命名空间提供了辅助函数，用于在笔记本中显示富内容
使用 Jupyter 支持的 MIME 类型。
提供富内容输出的最简单方法是返回一个具有 [Symbol.for("Jupyter.display")]
方法的对象。
该方法应返回一个映射 MIME 类型到要显示的值的字典。
{
[Symbol.for("Jupyter.display")]() {
return {
// 纯文本内容
"text/plain": "Hello world!",
// HTML 输出
"text/html": "<h1>Hello world!</h1>",
}
}
}
返回纯文本和 HTML 输出的对象示例。
你也可以使用 Deno.jupyter.$display 来代替 Symbol.for("Jupyter.display")
这是一个常规函数，因此你可以使用任何你想要的库来格式化输出 - 例如，使用
@std/fmt/colors 来提供彩色输出：
import * as colors from "jsr:@std/fmt/colors";
{
[Deno.jupyter.$display]() {
return {
"text/plain": colors.green("Hello world"),
}
}
}
你也可以使用 Deno.jupyter.display 函数直接显示 MIME 包：
await Deno.jupyter.display({
"text/plain": "Hello, world!",
"text/html": "<h1>Hello, world!</h1>",
"text/markdown": "# Hello, world!",
}, { raw: true });
你的笔记本前端将根据其功能自动选择“最丰富”的 MIME 类型来显示。
Deno.jupyter 提供了几种用于常见媒体类型富内容输出的辅助方法。
Deno.jupyter.html 是一个标记模板，它将在笔记本中将提供的字符串渲染为 HTML。
Deno.jupyter.html`<h1>Hello, world!</h1>
<h2>From Deno kernel</h2>
<p>Lorem ipsum <i>dolor</i> <b>sit</b> <u>amet</u></p>`;
Deno.jupyter.md 是一个标记模板，它将在笔记本中将提供的字符串渲染为 Markdown
文档。
Deno.jupyter
.md`# Notebooks in TypeScript via Deno 
**Interactive compute with Jupyter _built into Deno_!**`;
Deno.jupyter.svg 是一个标记模板，它将在笔记本中将提供的字符串渲染为 SVG 图形。
Deno.jupyter.svg`<svg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 100 100">
<circle cx="50" cy="50" r="40" stroke="green" stroke-width="4" fill="yellow" />
</svg>`;
Deno.jupyter.image 是一个函数，它将渲染 JPG 或 PNG
图像。你可以传递文件路径，或已经读取的字节：
Deno.jupyter.image("./cat.jpg");
const data = Deno.readFileSync("./dog.png");
Deno.jupyter.image(data);
prompt 和 confirm API Jump to heading
你可以使用 prompt 和 confirm Web API 在笔记本中等待用户输入。
IO pub 通道广播 Jump to heading
Deno.jupyter.broadcast 允许向 IO pub
通道发布消息，以便在单元格评估时提供实时更新。
考虑这个示例，它在开始计算之前打印一条消息，并在计算完成后打印另一条消息：
await Deno.jupyter.broadcast("display_data", {
data: { "text/html": "<b>Processing...</b>" },
metadata: {},
transient: { display_id: "progress" },
});
// 假装我们正在进行昂贵的计算
await new Promise((resolve) => setTimeout(resolve, 1500));
await Deno.jupyter.broadcast("update_display_data", {
data: { "text/html": "<b>Done</b>" },
metadata: {},
transient: { display_id: "progress" },
});
示例 Jump to heading
这里有一个使用 @observablehq/plot 生成图表的示例：
import { document, penguins } from "jsr:@ry/jupyter-helper";
import * as Plot from "npm:@observablehq/plot";
let p = await penguins();
Plot.plot({
marks: [
Plot.dot(p.toRecords(), {
x: "culmen_depth_mm",
y: "culmen_length_mm",
fill: "species",
}),
],
document,
});
有关更多高级示例，请参阅 https://github.com/rgbkrk/denotebooks，这些示例利用了 Polars、Observable 和 d3 等数据分析和可视化库。
jupyter console 集成 Jump to heading
你也可以在 jupyter console REPL 中使用 Deno Jupyter 内核。为此，你应该使用
jupyter console --kernel deno 启动你的控制台。
