datalore初体验，暨datalore加载本地文件

前言

主要做大数据相关开发，今天突然想用python实现一下K-means算法。但是公司电脑没有python环境，索性装了anaconda3.8。发现多了一个机器学习相关开发工具叫datalore。刚上手感觉是jupyter notebook的的升级版，用着还挺好用的。登录账号以后还可以共享自己的项目，有点github内味了。（当然还是有很大不同的）

但是问题随之也来了，测试k-means算法需要用我本地的数据。datalore这东西比较新百度找了一圈没找到，自己研究了一下。

上传文件

方式一

这个web IDE主页面如下。想要将本地文件上传需要点击对应notebook右侧的三个点的菜单。

选择下面的attach file（如果要上传文件夹也点这个）

出现下面弹出，可以直接点击上传，也可以像我一样创建一个文件夹，将文件存储在对应的文件夹中

 

双击文件夹可以进入到文件夹中，下图是我上传的文件——一个csv数据文件

方式二

写完上面的方式以后发现了更简单的方式。。如下图

在代码中引用文件

刚才我是把文件上传到了我创建的 k-means notebook中了，所以下面的代码也是进入k-means notebook中写的。

在上一节中，我在k-means notebook中创建了一个名为source的文件夹，并上传了一个名为xclara.csv的文件，所以路径为下面的路径。读者可以作为参考。

datalore的优点

上面说了感觉datalore是jupyter的升级版。他包含两个方面的意思：

• 一方面他的使用逻辑跟jupyter很像，都是通过notebook组织项目，而且如上面的编码，使用逻辑跟jupyter也很像。比如可以切换编程模式/markdown模式等。另外它跟notebook是兼容的，比如下图可以到处jupyter支持的文件格式。

• 另一方面,datalore支持代码提示功能！！！如下图。作为一个IDE来说，代码提示几乎是刚需，Java这种语言就不用说了，python虽然比较简单，api普遍也比较短，但是没有代码提示就像是在摸黑走回家的路，即使这路你再熟悉，摸黑能回家，也不如白天回家更得心应手（脚）对吧。所以代码提示还是很重要的！

 

 

缺点

写上面的段落的时候只是简单的尝鲜了一下。这个工具也刚出来不久，用的过程中发现好像还有一些bug，总体体验不是特别好。

大家可以先观望一下，等过段时间再用。