像Python一样玩C/C++¶
在Python中我们可以使用Jupyter Notebook直接看到结果，例如：
l = [1,2]
l
直接输出：
[1,2]
那当使用C++的时候，例如：
map<string, int> mp{
{"one", 1},
{"two", 2},
{"three", 3},
{"four", 4}
};
如果要输出，就得循环遍历，可否直接输出结果呢？
so easy!!! Jupyter Notebook可以解决一切问题，哈哈～
如何在Jupyter中玩C++？¶
在github上有一个仓库，如下所示：
https://github.com/QuantStack/xeus-cling
xeus-cling 是一个用于C++的Jupyter内核，基于C++解释器和Jupyter协议xeus的原生实现。
目前，支持Mac与Linux，但不支持Windows。
安装也是非常简单，首先安装好Anaconda，在里面创建一个虚拟环境：
conda create -n cling
切换进去：
conda activate cling
给新环境安装jupyter和notebook
conda install jupyter notebook
使用conda-forge安装xeus-cling
conda install xeus-cling -c conda-forge
为了加速安装，请记得给Anaconda配置源！
检查是否安装好了内核(kernel)：
jupyter kernelspec list
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
打开Jupyter Notebook，就可以看到看到kernel了。
启动Jupyter Notebook：
jupyter-notebook
如何在Jupyter中玩C？¶
只需要安装c kernel即可！
可以直接在当前环境中创建c kernel，也可以新开一个环境安装，下面是在当前环境中直接安装。
pip install jupyter-c-kernel
install_c_kernel
jupyter kernelspec list
此时，就输出：
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
启动Jupyter Notebook：
jupyter-notebook