C with Jupyter for NIT Sendai

スポンサーリンク
スポンサーリンク

この度、「C with Jupyter for NIT Sendai」を構築しました!
(C with Jupyter for NIT Sendaiは学内の学生が利用可能というだけで、特別学校とつながっているわけではありません。)
今回はその紹介と使い方を紹介したいと思います。

と、言いましてもオープンソースソフトウェア(以下OSS)を使って環境を構築しただけです。
OSSの名前は「JupyterLab(≒JupyterHub)」です。ライセンスはこちら(Jupyterのライセンス)です。

今回はそのJupyterLabでのC言語の使い方とJupyterLabの基本的な使い方について紹介したいと思います。

COVID-19の影響でリモート授業が始まるということで、プログラミングの課題等に利用していただきたいと思ったので、当面無料でサービスを提供させていただきます。
(サーバーの料金や負荷が大きくなった場合は有料化させていただく場合があります。)

C with Jupyter for NIT Sendaiを作ったきっかけ

C言語はコンパイラ型言語なので、ちょっとした学校の課題程度のコードでも
コンパイルしなければなりません。つまり、
[コードを書く] → [コンパイル] →[実行] → [エラー]  
という一連の流れを繰り返さないといけません。

[email protected]:/home# vim Hello.c 
[email protected]:/home# gcc -o Hello Hello.c 
[email protected]:/home# ./Hello 
Hello, World!
しかし、「C with Jupyter for NIT Sendai」ならば以下の手順で結果を出力できます。
①コードを書く
②[Shift] + [Enter]
[小ネタ] 学校のPCの標準のエディタ(Linux環境下)がEmacsかVim Tinyで、普段Vim Normalを使っている私はそれに耐えられなかったのも一つの開発の理由です…
アルゴリズムの課題など、変数の値を参照するために、各種デバッガを使ったほうが理解が深まるときもあるので、用途に合わせて使い分けていただければと思います。

C with Jupyter for NIT Sendaiを使うための準備

「C with Jupyter for NIT Sendai」を使うには、学校で使っているGoogle メールアドレスが必要です。

C with Jupyter for NIT Sendaiのログイン方法

「C with Jupyter」のログインはとても簡単です。
下のボタンをクリックして、「C With Jupyter」のログインページに行きます。
サービスを利用する場合は必ず利用規約をお読みください。
下にあるように「Sign in with NIT Sendai」をクリックして、Googleのアカウント情報を入力します。

JupyterLabの使い方

テーマをダークテーマにする(任意)

やはり「ダークテーマ」のほうが雰囲気が出ると思うのでその方法を紹介します。
[Setting] → [JupyterLab Theme] → [JupyterLab Dark] 

Cのファイルを作成

Cのファイルを作成する方法を紹介します。
[Notebook]のCをクリック

「セル」と呼ばれる箱の中にコードを書きます。

#include <stdio.h>

int main(){
    printf("Hello, World!");
    return 0;
}
をクリックするか、「カーソルがセル内にあるとき」に[Shift] + [Enter]を押すことで実行可能です。

Markdownを使う

編集画面の[Code]を[Markdown]にすることでMarkdownを使うことができます。

Markdown(マークダウン)とは、メールを記述する時のように書きやすくて読みやすいプレーンテキストをある程度見栄えのするHTML文書へ変換できるフォーマットとしてジョン・グルーバーによって開発されました。
メモ書きやドキュメント作成に便利な「Markdown記法」を使ってみよう

 

また、User Packageは使えませんが「Latex」にも対応しています。
LaTeXコマンド集
LaTeX・TeXのコマンド集です.サンプル付き

C以外の言語のご利用について

「C with Jupyter for NIT Sendai」ではCとPythonに対応しております。

しかしながら、「赤字からのスタート」のため、あまりサーバーの性能がよくありません。
そのため、Pythonはあまり期待せずお使いください。また、機械学習や深層学習等の負荷の大きい処理はお控えください。
Pythonで機械学習や深層学習等を実行したい場合は「Colaboratory」といったサービスをご利用することをおすすめします。
Colaboratory」は高性能なサーバー(GPUも使える)を無料で使えるためとても便利です。

参考記事

JupyterLabの使い方等について、随時更新していきたいと思います。

スポンサーリンク
スポンサーリンク
yaiba

記事をご覧いただきありがとうございます。
理系の端くれなので、それを生かして役立つ情報を提供していきたいと考えています。専門は情報システム系ですが理学系のほうが好きです。
好きな言葉は「事実は意味づけ可能」です。
趣味は読書・ネットサーフィン・乃木坂欅坂日向坂などです。
お気軽にからんでください:)

yaibaをフォローする
yaibaをフォローする
クロステ
タイトルとURLをコピーしました