JMP 從不支持虛擬環境。 因此，我認為這應該被刪除，因為這將為不受支持的流程生成支持案例。
帖子鏈接： （Anaconda 環境集成）
經過nascif_jmp
https://community.jmp.com/t5/JMP-Scripts/Anaconda-Environments-Integration/ta-p/221565
Anaconda 是數據科學最常用的 Python 發行版之一，因為它使得安裝預測試庫及其依賴項變得非常容易。 Anaconda 允許用戶在虛擬環境中組織已安裝的庫，以防止所述依賴項相互干擾。 該腳本允許 JMP 用戶利用此功能，以保持其 Python 依賴項的分離和組織良好。 附加的 Anaconda.jsl 腳本允許用戶指定一個 Anaconda 環境來執行依賴於該環境中安裝的特定依賴版本的 Python 代碼。 它通過在 Python Init() 命令周圍提供一個包裝器來實現這一點，該包裝器標識將使其與給定的 Anaconda 環境匹配的所需參數。 例如：conda = Include("anaconda.jsl"); If(!conda:init(1), // 調試模式 Show(Get Current Directory()); Throw("Conda 初始化失敗。")); 顯示（康達：get_envs（））； // 適當改變；使用 Python 3.6 Conda 環境名稱。 // 支持 3.7 但必須指定 my_env = "py3"; if(!conda:is_env(my_env), Throw("Conda環境不好，請換一個。"));康達：launch_env（我的環境，1）； // 調試模式 Python Submit("\[ import numpy as np v = np.array([[1, 2], [3, 4]]) d = int(np.linalg.det(v)) print(d ) ]\" ); dNum = Python Get(d);顯示（dNum）；隨附的 .zip 文件包含其他示例，包括使用 Python 庫 requests 和 beautifulSoup4 來網絡抓取數據以便在 JMP 中進行分析的示例。 有關創建和重新使用 Anaconda 虛擬環境的更多詳細信息，請參閱：管理環境打包 conda 環境（Requirement.txt 和虛擬環境） 當前限制：Anaconda 檢測目前僅適用於 Windows； conda.exe 必須在您的路徑中；所有示例在 15.1 中都可以正常工作。 除了 goldenglobes.jsl（網絡抓取示例）之外的所有示例都適用於 14.3。
此消息有 5 條回复
