Jupyter Notebook (précédemment connu sous le nom de notebook IPython ) est un projet vraiment cool pour la manipulation interactive de données en Python (et dans d'autres langages, y compris R). Il vous permet essentiellement de coder et de documenter de manière interactive ce que vous faites dans une seule interface, puis de l'enregistrer en tant que:
- cahier ( .ipynb )
- script (un fichier .py contenant uniquement le code source)
- HTML statique (et donc aussi pdf)
Vous pouvez même partager vos blocs-notes en ligne avec d'autres en utilisant le service nbviewer , où les gens publient des livres entiers . De plus, GitHub rend vos fichiers .ipynb . Vous pouvez publier vos notebooks Jupyter sous forme d'articles de recherche reproductibles sur Authorea . Pour une édition collaborative par plusieurs utilisateurs, consultez Google Colab basé sur Jupyter.

La version par défaut de Jupyter Notebook démarre une application Web localement (ou vous la déployez sur un serveur) et vous l'utilisez à partir de votre navigateur. Comme Ryan l'a également mentionné dans sa réponse , Rodeo est une interface plus similaire à RStudio construite sur le noyau Jupyter.
JupyterLab est une version plus récente de l'interface utilisateur permettant plus de flexibilité dans la manière dont vous modifiez vos blocs-notes, contrôlez les widgets interactifs et même exécutez des commandes dans les émulateurs de terminal.
Il y a aussi une console Qt pour IPython , un projet similaire avec des tracés en ligne, qui est une application de bureau.
Jupyter est un package Python normal et peut être installé à l'aide de pip install jupyter
. Pour que toutes les bibliothèques scientifiques s'exécutent sur votre ordinateur, cependant, il peut être plus facile d'essayer les conteneurs Jupyter Docker officiels . Par exemple, en supposant que vos blocs-notes se trouvent dans ~ / code / jupyter , vous pouvez exécuter le conteneur comme:
docker run -it --rm -p 8888:8888 -v ~/code/jupyter:/home/jovyan/work jupyter/datascience-notebook