這篇主要想與對Python已經有些基礎的人分享，因為是時候後拆掉輔助輪了；當你想騎得更快，輔助輪只會阻礙你。
只要做數據分析、AI有關的項目，目前最火紅的程式語言當屬Python了。
而網路上許多的入門教學第一件事情就是告訴你安裝Anaconda跟Jupyter，這提供了我們舒適的入門環境，不過當我們已經不是初學者，工具也該跟著進化了。
事實上我也非常不喜歡Anaconda，它非常肥大，並且總是讓我搞不清楚我的套件到底裝到哪邊去了。通常我都使用 pipenv 與 pyenv，非常輕量、直覺
積木式的程式區塊
Jupyter將程式碼使用區塊隔開，你可以任意執行每一個區塊，但是問題隨之而來，執行的區塊被讀進記憶體，但是在你變動區塊後，記憶體裡面的資料沒有改動，這樣可能使你的在debug的時候發生問題
原本的程式
變動後將第一行刪除，變數資料依然存在
看起來似乎沒什麼，但是當你的程式邏輯越來越複雜，也使你的環境愈發髒亂。
甚至有幾次我改變了我的副程式，但是我根本不確定目前使用的是變更前還是變更後的副程式。
困難的GIT版控
Jupyter使用了json結構儲存你的程式碼和一些其他資訊
這其實非常不利於你使用git進行版控，每一次輸出變動，都會造成git改變，也沒有辦法使用git進行合作開發，一想到合併衝突就頭痛😨
沒有辦法直接引入.ipynb
好吧，的確有套件或指令可以輔助你做這件事，但是並沒有讓這件事情變得簡單
https://stackoverflow.com/questions/20186344/ipynb-import-another-ipynb-file
比較理想、好維護的架構應該是
- main.py
- requments.txt
- lib/
- foo/
- __init__.py
...
- bar/
- __init__.py
...當你的程式變得複雜，你不會想要想將所有東西擠在同一支檔案的
結尾
說了這麼多Jupyter還是有它的優點，作為教學或是展示用途或許不錯，但是它並不適合用做開發，當你漸漸熟悉Python之後，這些特性將會成為絆腳石，如果不拋開它，將無法向前邁進