像Python一样玩CC++

目录

第一章：为什么需要像Python一样玩C/C++？

第二章：xeus-cling —— C++的Jupyter内核

第三章：安装与配置（Mac/Linux）

第四章：在Jupyter中玩C

第五章：实用技巧与示例代码

第六章：Windows用户的替代方案

第七章：总结与参考资料

第一章：为什么需要像Python一样玩C/C++？

1.1 Python的交互式体验

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

l = [1, 2]

l

直接输出：[1, 2]

这种即时反馈的交互式体验极大提高了开发效率和学习体验。

1.2 C++的传统开发模式

相比之下，使用C++时，即使是想查看一个简单的map内容：

mapmp{

{"one",1},

{"two",2},

{"three",3},

{"four",4}

};

也需要写循环遍历才能输出，缺乏直观性。

1.3 解决方案：Jupyter + C/C++

通过Jupyter Notebook配合专门的C/C++内核，我们可以：

像Python一样即时执行C/C++代码

立即看到变量值和输出结果

支持丰富的C++标准库（C++11/14/17）

方便学习、测试和原型开发

第二章：xeus-cling —— C++的Jupyter内核

2.1 什么是xeus-cling？

xeus-cling是一个用于C++的Jupyter内核，具有以下特点：

基于cling C++解释器（CERN开发）

支持C++11、C++14、C++17标准

实现真正的C++交互式编程

支持丰富的输出格式（包括图像、HTML等）

2.2 项目地址

https://github.com/QuantStack/xeus-cling

这是一个开源项目，由QuantStack团队开发维护。

2.3 支持的平台

✅ macOS

✅ Linux

❌ Windows（不直接支持，但可通过WSL或虚拟机使用）

💡 提示：Windows用户可以使用WSL (Windows Subsystem for Linux) 来运行xeus-cling

第三章：安装与配置（Mac/Linux）

3.1 前置条件

在开始之前，需要确保：

已安装Anaconda或Miniconda

有基本的命令行使用经验

网络连接正常（用于下载包）

3.2 步骤一：创建conda虚拟环境

# 创建一个名为cling的虚拟环境

conda create -n cling

# 切换到新环境

conda activate cling

3.3 步骤二：安装Jupyter Notebook

# 在当前环境中安装jupyter和notebook

conda install jupyter notebook

3.4 步骤三：安装xeus-cling

# 使用conda-forge通道安装xeus-cling

conda install xeus-cling -c conda-forge

💡 提示：为了加速安装，建议提前配置国内镜像源（如清华源、阿里源等）

3.5 步骤四：验证安装

# 检查已安装的kernel

jupyter kernelspec list

预期输出：

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

3.6 步骤五：启动Jupyter Notebook

jupyter-notebook

启动后，在"New"下拉菜单中可以看到C++11、C++14、C++17内核选项。

第四章：在Jupyter中玩C

4.1 安装C内核

如果需要在Jupyter中使用C语言，可以安装C内核：

# 安装C内核包

pip install jupyter-c-kernel

# 安装内核到Jupyter

install_c_kernel

4.2 验证C内核安装

jupyter kernelspec list

预期输出（增加了C内核）：

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

4.3 启动并使用C内核

jupyter-notebook

在Jupyter界面中，选择"C"内核即可开始C语言交互式编程。

第五章：实用技巧与示例代码

5.1 C++基础示例

示例1：输出map内容

#include       

#include

#include

std::mapmp{

{"one",1},

{"two",2},

{"three",3},

{"four",4}

};

// 在Jupyter中可以直接输出

for (auto& p : mp) {

std::cout<< p.first << ": " << p.second << std::endl;

}

示例2：使用STL容器

#include

#include

#include

std::vectorv = {5, 2, 8, 1, 9};

std::sort(v.begin(), v.end());

for (int x : v) {

std::cout<< x << " ";

}

// 输出：1 2 5 8 9

5.2 高级功能

使用cling的特殊命令

.help// 显示帮助信息

.quit// 退出

.print Decltype(v)// 打印变量类型

加载外部库

#pragma cling add_include_path("/usr/local/include")

#pragma cling add_library_path("/usr/local/lib")

#pragma cling load("opencv_core")

5.3 调试技巧

使用std::cout进行调试输出

利用Jupyter的单元格分段执行特性

可以使用cling的.Debug命令进行更深入的调试

第六章：Windows用户的替代方案

6.1 方案：使用WSL

Windows 10及以上版本可以使用WSL (Windows Subsystem for Linux)：

1. 在Windows功能中启用WSL

2. 安装Ubuntu等Linux发行版

3. 在WSL中按照Mac/Linux的步骤安装xeus-cling

4. 在Windows浏览器中访问Jupyter

6.2 方案二：使用虚拟机

使用VirtualBox或VMware安装Linux虚拟机

在虚拟机中安装Anaconda和xeus-cling

6.3 方案三：使用在线环境

Google Colab（支持C++，但不支持cling）

Binder（可以配置xeus-cling环境）

一些在线C++编译器（如Wandbox、Compiler Explorer）

⚠️ 注意：Windows原生系统目前无法直接运行xeus-cling，必须使用WSL或虚拟机

第七章：总结与参考资料

7.1 核心要点总结

xeus-cling让C++可以像Python一样在Jupyter中交互式编程

支持C++11/14/17标准，满足现代C++开发需求

C语言可以通过jupyter-c-kernel实现类似功能

Windows用户需要使用WSL或虚拟机来运行

7.2 优势

提高C/C++学习和开发效率

方便代码测试和原型验证

结合Jupyter的强大生态（Markdown、可视化等）

7.3 参考资料

xeus-cling GitHub: https://github.com/QuantStack/xeus-cling

cling官网: https://root.cern.ch/cling

Jupyter官网: https://jupyter.org/

Conda官方文档: https://docs.conda.io/

7.4 常见问题FAQ

Q1: 安装速度很慢怎么办？

A: 配置国内镜像源，如清华源、阿里源等。

Q2: Windows可以直接安装吗？

A: 不能，需要使用WSL或虚拟机。

Q3: 支持C++20吗？

A: 目前主要支持到C++17，C++20支持在开发中。