Jupyter Notebook 是许多数据科学家的主要环境，尤其是那些使用 Python 作为主要编程语言的人。IDE 非常适合探索数据和开发机器学习模型。但是，有时本地的 Jupyter Notebook 无法满足计算资源的要求——这就是我们需要寻找其他替代方案的原因。
Deepnote
Deepnote 是一款浏览器Jupyter Notebook，用于与团队协作工作。Deepnote 适合单人工作，因为 Notebook 功能齐全；然而，它是为了实时工作集成而开发的。
我们来看看整个 Notebook 和 Deepnote 提供的按钮。
Deepnote 本质上是免费使用的；但是，如果您需要更高的机器能力，则需要付款。虽然，我觉得如果只用于自己的个人项目，免费的 Notebook 已经足够了。您可以在下图中看到 Deepnote 的价格和功能（很贵，哈）。
我们来看看 Deepnote Notebook 的一些功能。我喜欢 Deepnote 的功能之一是它的可视化功能。从下图中可以看出，它们具有根据列对象的自动特征可视化。
Deepnote 还包含一个可视化栏，您可以使用它来创建二维可视化。我会在下图中展示它。
总体而言，如果您需要更具交互性的 Notebook 或与您的团队合作，Deepnote 是 Jupyter Notebook 的不错选择。如果您需要，数据库集成和更高的环境规范也在那里。然而，它会花费你更多。
Kaggle
Kaggle 是所有初学者和专业数据科学家都应该关注的网站。该网站以收集数据集和数据科学竞赛而闻名。然而，Kaggle 还提供了一个可定制的笔记本环境，不需要设置，并且可以在浏览器中使用，最关键的是还有每周40小时的V100和TPU V3可以免费使用。
上面的图片是当你创建新笔记本时的默认显示。Kaggle笔记本提供了许多功能，我将解释其中的一些功能。
首先，我们可以看到右侧的Data选项卡。在这里，您可以输入任何想要分析的数据或获得分析结果。此外，由于Kaggle是一个存储数百万数据集的地方，您可以通过这个选项卡访问Kaggle数据。
如上图所示，您可以添加Kaggle存储库中可用的数据，也可以从自己的存档中添加数据。此外，Kaggle可以处理大数据问题，而不需要你将数据存储在自己的硬件或支付额外的云存储费用，而且你仍然可以快速分析数据。
Datalore
Datalore是一个带有自动编码帮助的浏览器内在线笔记本。它的目的为了在云中执行所有代码，而无需在笔记本电脑上设置任何特殊的东西。你唯一需要做的就是在网站上注册并准备好使用它。
类似于我之前提到的替代方案，如果它在云中，您可以更改处理规范，尽管Datalore将需要额外的支付;然而，我觉得默认的4 GB RAM对个人来说应该足够了。
Datalore的Notebook UI很简单，对于任何来自Jupyter Notebook本的人都可以轻松地使用Datalore。你可以看到下图中的示例。
Datalore可以帮助你轻松地完成代码，特别是在使用Python包中的某个函数时。
在Datalore中创建的任何笔记本都可以与同事共享，以便共同工作。
对我来说，Datalore是一个轻量级、简单的笔记本，如果您喜欢自动编码辅助功能，您可以使用它。这是很有帮助的，特别是对于初学者。
总结
最后我们还要提到另外一个非常好用的环境，那就是colab
我个人认为google的colab是最好的在线Jupyter Notebook环境了，它不仅可以免费使用TPU和V100（一次最长8小时，断开后可以再次申请），当然也可能会分配到K80，而且还可以连接driver作为数据的存储（我觉得连接的步骤很繁琐），但是因为某些原因我们不能访问它，所以在这里就没有详细的介绍，如果能访问的话还是推荐第一个使用它。
