像Python一樣玩C/C++

在Python中我們可以使用Jupyter Notebook直接看到結果，例如：

l = [1,2]
l

直接輸出：

[1,2]

那當使用C++的時候，例如：

map<string, int> mp{

{
"one", 1},
{
"two", 2},
{
"three", 3},
{
"four", 4}
};

如果要輸出，就得循環遍歷，可否直接輸出結果呢？

so easy!!! Jupyter Notebook可以解決一切問題，哈哈～

如何在Jupyter中玩C++？

在github上有一個倉庫，如下所示：

https://github.com/QuantStack/xeus-cling

xeus-cling 是一個用於C++的Jupyter內核，基於C++解釋器和Jupyter協議xeus的原生實現。

目前，支持Mac與Linux，但不支持Windows。

安裝也是非常簡單，首先安裝好Anaconda，在裡面創建一個虛擬環境：

conda create -n cling

切換進去：

conda activate cling

給新環境安裝jupyter和notebook

conda install jupyter notebook

使用conda-forge安裝xeus-cling

conda install xeus-cling -c conda-forge

為了加速安裝，請記得給Anaconda配置源！

檢查是否安裝好了內核(kernel)：

jupyter kernelspec list

輸出：

python3 /home/xxx/anaconda3/envs/cling/share/jupyter/kernels/python3
xcpp11 /home/xxx/anaconda3/envs/cling/share/jupyter/kernels/xcpp11
xcpp14 /home/xxx/anaconda3/envs/cling/share/jupyter/kernels/xcpp14
xcpp17 /home/xxx/anaconda3/envs/cling/share/jupyter/kernels/xcpp17

打開Jupyter Notebook，就可以看到看到kernel了。

啟動Jupyter Notebook：

jupyter-notebook

如何在Jupyter中玩C？

只需要安裝c kernel即可！

可以直接在當前環境中創建c kernel，也可以新開一個環境安裝，下面是在當前環境中直接安裝。

pip install jupyter-c-kernel
install_c_kernel
jupyter kernelspec list

此時，就輸出：

c /home/light/anaconda3/envs/cling/share/jupyter/kernels/c
python3 /home/light/anaconda3/envs/cling/share/jupyter/kernels/python3
xcpp11 /home/light/anaconda3/envs/cling/share/jupyter/kernels/xcpp11
xcpp14 /home/light/anaconda3/envs/cling/share/jupyter/kernels/xcpp14
xcpp17 /home/light/anaconda3/envs/cling/share/jupyter/kernels/xcpp17

啟動Jupyter Notebook：

jupyter-notebook