http://blog.csdn.net/sunwangdian/article/details/50038621

QuTiP笔记本 这些文件是用于测试QuTiP不同部分的。 与作为QuTiP的一部分安装的单元测试套件相比，这些测试的目的有所不同。 这些笔记本不是小型的隔离（单元）测试，而是更像是集成测试，它使用QuTiP代码库的较大部分来确保不同部分按预期工作，或者使用模块中各个相关部分的测试。一个位置。 要打开这些文件，请通过在包含文件的目录中运行以下命令来启动IPython Notebook服务器： $ jupyter notebook 或者，如果您安装了旧版本的IPython $ ipython notebook 这将在Web浏览器中打开一个新页面，显示带有所有笔记本索引的IPython笔记本仪表板页面。 较旧的笔记本为v3格式。 较新的笔记本为v4格式。 如果使用的IPython Notebook版本不支持v4格式。 （版本为v3.0.0或更低版本），则可以使用以下方式转换这些笔记

coursera-机器学习-python coursera 机器学习课程练习的骨架代码，以 ipython 笔记本的形式。 你需要什么来运行这个 Python 3 麻木的 scipy matplotlib 熊猫 scikit 学习 枕头 获得这些最方便的方法是通过 Anaconda 科学 Python 发行版。 此代码是为 Python 3 编写的。如果您希望使用 Python 2，请不要害怕。 您可能需要更改一些打印语句，但仅此而已。

前期准备 安装pip 和 python 安装 直接安装 pip install --upgrade pip pip install jupyter .whl文件安装(备用) 安装时，有时会很慢，可以使用迅雷下载.whl文件直接pip安装（一般会nodebook那个文件下载超时，其他的关联包，不需要管，系统会自动下载，也可那个文件超时，单独下哪个），方法：下载好.whl文件，打开终端，输出pip install ，install后面有空格，然后把文件直接拖进终端，会显示文件路径，直接回车即可。 运行 python -m IPython notebook 此时便启动了ipython-note

Python for Signal Processing Featuring IPython Notebooks

NILMTK：非侵入式负载监控工具包 非侵入式负载监控（NILM）是仅根据整个房屋的功率计读数估算单个设备所消耗的能量的过程。 换句话说，它仅通过一个整个房屋的电表就产生了（估算的）逐项电费单。 NILMTK是一个工具包，旨在帮助研究人员评估NILM算法的准确性。 如果您是Python的新用户，建议对Python生态系统中的 ， 和其他工具进行自我教育。 :warning: NILMTK作者可能需要一些时间才能就查询/问题与您联系。 但是，我们非常欢迎您提出修改，支持！ 记住要检查现有的问题凭单，尤其是未解决的问题凭单。 文献资料 如果您是新用户，请在阅读。 引起我们注意的是，一些用户遵循第三方教程来安装NILMTK。 请始终记住检查此类教程的日期，其中许多教程已经过时，并且无法反映NILMTK的当前版本或推荐/支持的设置。 为什么要使用NILM工具包？ 我们引用解释对NILM工具包的需求：

Title: Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython, 2nd Edition Author: Wes McKinney Length: 550 pages Edition: 2 Language: English Publisher: O'Reilly Media Publication Date: 2017-09-25 ISBN-10: 1491957662 ISBN-13: 9781491957660 Table of Contents Chapter 1 Preliminaries Chapter 2 Python Language Basics, IPython, and Jupyter Notebooks Chapter 3 Built-in Data Structures, Functions, and Files Chapter 4 NumPy Basics: Arrays and Vectorized Computation Chapter 5 Getting Started with pandas Chapter 6 Data Loading, Storage, and File Formats Chapter 7 Data Cleaning and Preparation Chapter 8 Data Wrangling: Join, Combine, and Reshape Chapter 9 Plotting and Visualization Chapter 10 Data Aggregation and Group Operations Chapter 11 Interlude: Data Analysis Examples Chapter 12 Time Series Chapter 13 Advanced NumPy Chapter 14 Using Modeling Libraries with pandas Chapter 15 Examples Data Sets Appendix Advanced IPython and Jupyter

柱状晶体 python计算物理框架。 仅运行Crystal，VASP，ewald，jobs和数据库模块所必需的pylada的最小版本 由彼得·格拉夫（Peter Graf）从Mayeul d'Avezac的pylada建造 用法 笔记本子目录中有一些IPython笔记本。 可以在[联机]（ ）中找到文档，尽管有些过时了。 值得注意的是，它没有描述PWSCF包装器。 有关更多示例，请查看每个子文件夹中的测试，以及espresso / tests / bdd / features文件夹中的BDD方案。 最后，请加入[slack]（pylada.slack.com）。 如果需要访问，请向其中一位作者发送电子邮件。 安装 最简单的方法是通过安装： 全局安装 pip install git+https://github.com/pylada/pylada-light 本地（用户）安装

ipynb_output_filter, 从 ipython/jupyter脚本中删除输出的脚本 ipynb_output_filter从 ipython/jupyter脚本中删除输出的脚本。最初来自 http://stackoverflow.com/questions/18734739/using-ipython-noteboo

SimpleScopusQuery 一个简单的scopus API查询的ipython示例 这是一个正在进行的工作。 您将需要使用以下命令创建文件apikey.py apikey = yourscopusapikey 并在主代码中使用from apikey import apikey 。 您还需要创建目录results以保存结果。