像Python一样玩C/C++

在Python中我们可以使用Jupyter Notebook直接看到结果，例如：

l = [1,2]
l

直接输出：

[1,2]

那当使用C++的时候，例如：

map<string, int> mp{
    {"one",   1},
    {"two",   2},
    {"three", 3},
    {"four",  4}
};

如果要输出，就得循环遍历，可否直接输出结果呢？

so easy!!!?Jupyter Notebook可以解决一切问题，哈哈～

看下图：

如何在Jupyter中玩C++？

在github上有一个仓库，如下所示：

xeus-cling?是一个用于C++的Jupyter内核，基于C++解释器和Jupyter协议xeus的原生实现。

目前，支持Mac与Linux，但不支持Windows。

安装也是非常简单，首先安装好Anaconda，在里面创建一个虚拟环境：

conda create -n cling

切换进去：

conda activate cling

给新环境安装jupyter和notebook

conda install jupyter notebook

使用conda-forge安装xeus-cling

conda install xeus-cling -c conda-forge

为了加速安装，请记得给Anaconda配置源！

检查是否安装好了内核(kernel)：

jupyter kernelspec list

输出：

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

打开Jupyter Notebook，就可以看到看到kernel了。

启动Jupyter Notebook：

jupyter-notebook

(其中多了一个C，是因为也装了C kernel,看后面)

示例测试：

如何在Jupyter中玩C？

只需要安装c kernel即可！

可以直接在当前环境中创建c kernel，也可以新开一个环境安装，下面是在当前环境中直接安装。

pip install jupyter-c-kernel
install_c_kernel
jupyter kernelspec list

此时，就输出：

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

启动Jupyter Notebook：