Von Jupyter nach Mercury
Jupyter-Notebooks glänzen beim schnellen Umsetzen von Prototypen. Will man daraus Webanwendungen wie Dashboards, Reports oder Präsentationen machen, kann man die ohne WebDev-Kenntnisse mit Mercury in Produktion bringen.
Jupyter-Notebooks haben sich als Tool zur Datenanalyse auf breiter Front etabliert. Die zellbasierte interaktive Nutzung mit einer möglichen Mischung aus Textausgaben, Tabelle und Grafiken eignet sich hervorragend für Data Scientists, um Erkenntnisse aus Daten zu gewinnen. Einfache Programme, Berechnungen oder interaktive Aufgaben lassen sich mit den Notebooks umsetzen. Die so implementierten Prototyp-Applikationen will man jedoch verfügbar machen, ohne dabei den eigenen Code zu exponieren.
Damit sich die User nur auf die Ausgabe und die Interaktion konzentrieren, gibt es bereits einige Tools. Voilà stellt eine simple Möglichkeit dar, den Python-Code zu verbergen und dabei doch sämtliche Ergebnisse anzuzeigen. Allerdings führt der Server das gesamte Notebook dabei immer von vorne aus. streamlit ist sehr beliebt, kann aber nicht direkt den Code aus den Notebooks verwenden, sondern erfordert eine eigene Ablauflogik und die Verwendung spezifischer Funktionen. Man muss sich genaue Gedanken über die Struktur der Anwendung und das Layout machen.