Как стать автором
Обновить
72.46
Skillfactory
Онлайн-школа IT-профессий

JupyterLab: визуальное программирование и управление роботами с Blockly

Время на прочтение 3 мин
Количество просмотров 5K
Автор оригинала: Denisa Checiu
image

80% наших курсов — это практика, в том числе в Jupyter Notebook. Сегодня кратко представим расширения визуального программирования и управления роботами Nyrio. За подробностями приглашаем под кат — к старту нашего флагманского курса по Data Science.

Визуальное программирование, или программирование с управляющей графикой, стало неотъемлемой частью любого школьного курса информатики: основные понятия программирования изучаются без обращения к синтаксису текстовых языков программирования.

В совершенно новый мир школьники попадают при переходе от графических языков к классике вроде Python. Чтобы перекинуть мост через пропасть между этими мирами, мы создали расширение JupyterLab для Blockly. Оно упрощает работу с Jupyter на этапе первого знакомства с Jupyter. 

Что же такое Blockly?


Скриншот JupyterLab-Blockly с запуском простого кодаЗапуск простого цикла в расширении JupyterLab-Blockly и соответствующий код на Python в окне  

Blockly — библиотека с открытым исходным кодом от Google. Благодаря управляющей графике она делает программирование проще и доступнее. Связи графических блоков друг с другом представляется в виде кода, а все требования языка к синтаксису в этом графическом интерфейсе устранены. Пользователь получает полную свободу творчества.  

Начало работы: установка расширения Blockly


Для установки расширения выполните команду:

mamba install -c conda-forge jupyterlab-blockly

После установки откройте Blockly прямо из программы запуска и начинайте творить!

Функциональность расширения


Пользовательский интерфейс прост: слева панель инструментов, справа — рабочая область, куда можно перетаскивать блоки, которые вы хотите использовать в своём коде. Когда вы закончите, просто нажмите кнопку запуска, и внизу экрана появится синтаксически корректный код на выбранном языке с готовыми выходными данными!

Короткое видео о том, как пользоваться расширением JupyterLab-BlocklyКороткое видео про JupyterLab-Blockly 

Расширение также может адаптироваться под ваши потребности. Блоки в рабочей области генерируются с учётом выбранного ядра JupyterLab, а их цвета меняются сообразно выбранной или настроенной темы.  

JupyterLab-Blockly без проблем интегрируется со стеком Jupyter: при выполнении генерируемого кода с помощью ядер Jupyter, а также при повторном использовании компонента ячейки кода JupyterLab (code cell) для отображения сгенерированного кода и т. д.

При этом JupyterLab-Blockly согласуется с остальным интерфейсом пользователя (согласуются подсветка синтаксиса, выбор тем и жизненный цикл ядер Jupyter).

Изучение робототехники


На основе JupyterLab-Blockly мы собрали ещё одно расширение для управления роботами с помощью средствами визуального программирования. Точнее, мы создали набор инструментов с необходимыми блоками для программирования роботов Niryo One. Формат ROS требователен ко времени загрузки, однако готовые визуальные блоки упрощают и ускоряют создание прототипа любого задуманного проекта.

Для установки расширения выполните эту команду:

mamba install -c conda-forge jupyterlab-niryo-one

Остаётся только переключиться с набора инструментов 'default' на 'niryo' — и вы сразу получите доступ к 42 новым блокам. Если у вас есть доступ к одному из этих роботов, попробуйте!

Короткое видео о том, как пользоваться расширением JupyterLab-NiryoOneКороткое видео про JupyterLab-NiryoOne  

Оба расширения можно найти на GitHub. Расширение JupyterLab-Blockly готово стать основой для ваших проектов. Регистрируйте новые блоки, наборы инструментов и генераторы. Используйте расширение JupyterLab-Niryo-One как пример и экспериментируйте в своё удовольствие!

Управление роботом Niryo One из расширения JupyterLab-blockly

Вы можете пользоваться расширением JupyterLab-Blockly уже сейчас и прямо из браузера с помощью JupyterLite! Просто перейдите по этой ссылке.

Об авторах
Дениза Чечиу изучает робототехнику на QuantStack. Готовится к защите дипломной работы бакалавра. Основные дисциплины — робототехника и интеллектуальные системы, дополнительная дисциплина — информатика.

Карлос Херреро — разработчик учебного и исследовательского программного обеспечения на QuantStack. Увлечён ИИ и его робототехническими задачами. Его текущая работа посвящена стеку JupyterLab и расширениям экосистемы Jupyter для интеграции JupyterLab с ROS, а также работе с Voil.


Поможем разобраться в программировании, чтобы вы прокачали карьеру или стали востребованным профессионалом в IT:
Чтобы увидеть все курсы, нажмите на баннер:



Теги:
Хабы:
+5
Комментарии 8
Комментарии Комментарии 8

Публикации

Информация

Сайт
www.skillfactory.ru
Дата регистрации
Дата основания
Численность
501–1 000 человек
Местоположение
Россия
Представитель
Skillfactory School