使用jupyter笔记本的替代工作流程（又名如何避免重复初始化延迟）？

Question

通常我使用jupyter笔记本和python的主要原因是初始化一次（并且只有一次）对象（或通常是“数据”），这些对象往往具有很长（比如说超过30秒）的加载时间。当我的工作是迭代的，即我多次运行某些算法的最低版本时，重复初始化的累积成本可能会在一天结束时变大。

我正在寻找一种替代方法（允许避免不使用笔记本重复初始化的成本），原因如下：

• 使用笔记本时没有“开箱即用”的版本控制。
• 偶尔会出现“我忘了在一个地方重命名变量”的问题。一切都继续工作，直到笔记本电脑重新启动。
• 通常我想在最后都有可用的python模块。
• 不知何故，当使用笔记本时，我倾向于获得远离“干净”的代码（我想这是更多的自律问题......）。

理想的工作流程应该允许在IDE内部执行整个开发（例如pyCharm; BTW linux是唯一的选择）。有什么想法吗？

我正在考虑实现一个简单的（本地）执行服务器，它将有问题的对象预先初始化为全局变量，并通过每次生成一个新进程来按需运行代码（使用那些全局变量而不是执行初始化） （这样可以保护这些对象不被修改，同时由于这些变量是全局的，因此在生成新进程时没有任何pickle / unpickle惩罚）。

但在我开始实施之前 - 可能已经有一些工作解决方案或工作流程已知？

Answer 1

Visual Studio Code + Python扩展工作正常（Windows和Mac，不确定Linux）。非常快速和轻量级，Git集成，调试重构等。

还有一个名为Spyder的IDE，它更具有Python特性。工作正常，但重量更重。