# jupyter_kernel

**Repository Path**: cloud_hydro/jupyter_kernel

## Basic Information

- **Project Name**: jupyter_kernel
- **Description**: 介绍在jupyter中运行C++/C程序的方法
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2024-12-04
- **Last Updated**: 2024-12-04

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 黑魔法，在jupyter中运行C++/C程序
`Jupyter Notebook`是一种基于`Web`的交互式计算环境，允许用户创建和共享包含实时代码、方程、可视化和叙述性文本的文档。  
一般常用来做`Python`程序的调试，可以让用户保存中间变量的值，对于`debug`过程或展示结果非常友好，是一个很实用趁手的工具。  
同时，`Python`相较于`C++/C`运行起来更加方便，不需要手动编译，在`jupyter`中一键即可运行。


`github`上提供了一个[仓库](https://github.com/QuantStack/xeus-cling)，可以实现在`jupyter`中运行`C++/C`程序，从而让用户写`C++/C`程序像写`Python`一样简单

## 环境要求
目前，只支持`Linux/Mac`，暂不支持`Windows`系统

需要先安装好`Anaconda`，并创建好相应的环境

## C++

安装方法：

`conda install xeus-cling -c conda-forge`

检查内核：

`jupyter kernelspec list`

输出：
> Available kernels:                                                                                                            
>   python3    /xxx/jupyter/kernels/python3                                                
>   xcpp11     /xxx/jupyter/kernels/xcpp11                                                 
>   xcpp14     /xxx/jupyter/kernels/xcpp14                                                 
>   xcpp17     /xxx/jupyter/kernels/xcpp17 


可以看到，内核中除了`python3 `，还多了`xcpp*`，我们就可以用此内核执行`C++`程序

启动`jupyter notebook`，在右上角处切换内核，即可运行`C++`程序了，以下是示例结果

![示例输出](./cpp1.png)
![示例输出](./cpp2.png)

可见，这里成功的导入了标准库、模块化程序以及输入输出。

## C
同理，也可以安装适用于`C`的内核

`pip install jupyter-c-kernel`