有时 候会混淆所在的工作目录，一不小心会写错文件或者覆盖意想外的文件。 为了解决这个问题，人们很久以前就开发了许多种本地版本控制系统，大多都 是采用某种简单的数据库来记录文件的历次更新差异。 图表 1. 本地版本控制. 其中最流行的一种叫做 RCS，现今许多计算机系统上都还看得到它的踪影。 RCS 的工作原理是在硬盘上保存补丁集（补丁是指文件修订前后的变化）；通 过应用所有的补丁，可以重新计算出各个版本的文件内容。 Perforce 等，都 有一个单一的集中管理的服务器，保存所有文件的修订版本，而协同工作的人 们都通过客户端连到这台服务器，取出最新的文件或者提交更新。 多年以 来，这已成为版本控制系统的标准做法。 图表 2. 集中化的版本控制. 这种做法带来了许多好处，特别是相较于老式的本地 VCS 来说。 现在，每个 人都可以在一定程度上看到项目中的其他人正在做些什么。 而管理员也可以 轻松掌控每个开发者的权限，并且管理一个 而是把代码仓库完整地镜像下来，包括完 整的历史记录。 这么一来，任何一处协同工作用的服务器发生故障，事后都 可以用任何一个镜像出来的本地仓库恢复。 因为每一次的克隆操作，实际上 都是一次对代码仓库的完整备份。 图表 3. 分布式版本控制. 更进一步，许多这类系统都可以指定和若干不同的远端代码仓库进行交互。籍 此，你就可以在同一个项目中，分别和不同工作小组的人相互协作。 你可以 根据需要设定不同的协作流程

[http://pywebio-charts.wangweimin.site/?pywebio_api=bokeh] 除了创建普通图表，Bokeh还可以通过启动Bokeh server来显示Bokeh app， Bokeh app支持向图表的添加按钮、输入框等交互组件，并向组件注册Python回 调，从而创建可以与Python代码交互的图表。 在PyWebIO中，你也可以使用 bokeh.io.show() 来显示一个Bokeh App，代码示 是一个使用Python创建 Echarts [https://github.com/ecomfe/echarts] 可视化图表的库。 在 PyWebIO 中使用 put_html() 可以输出 pyecharts 库创建的图表: # chart 为 pyecharts 的图表实例 pywebio.output.put_html(chart.render_notebook()) 相应demo见 pyecharts [https://github.com/plotly/plotly.py] 是一个非常流行的Python数据可视化库，可 以生成高质量的交互式图表。 PyWebIO 支持输出使用 plotly 库创建的图表。使用方式为在PyWebIO会话中调 用: # fig 为 plotly 的图表实例 html = fig.to_html(include_plotlyjs="require", full_html=False)

[http://pywebio-charts.demo.wangweimin.site/?app=bokeh] 除了创建普通图表，Bokeh还可以通过启动Bokeh server来显示Bokeh app， Bokeh app支持向图表的添加按钮、输入框等交互组件，并向组件注册Python回 调，从而创建可以与Python代码交互的图表。 在PyWebIO中，你也可以使用 bokeh.io.show() 来显示一个Bokeh App，代码示 是一个使用Python创建 Echarts [https://github.com/ecomfe/echarts] 可视化图表的库。 在 PyWebIO 中使用 put_html() 可以输出 pyecharts 库创建的图表: # chart 为 pyecharts 的图表实例 pywebio.output.put_html(chart.render_notebook()) 相应demo见 pyecharts [https://github.com/plotly/plotly.py] 是一个非常流行的Python数据可视化库，可 以生成高质量的交互式图表。 PyWebIO 支持输出使用 plotly 库创建的图表。使用方式为在PyWebIO会话中调 用: # fig 为 plotly 的图表实例 html = fig.to_html(include_plotlyjs="require", full_html=False)

[http://pywebio-charts.demo.wangweimin.site/?app=bokeh] 除了创建普通图表，Bokeh还可以通过启动Bokeh server来显示Bokeh app， Bokeh app支持向图表的添加按钮、输入框等交互组件，并向组件注册Python回 调，从而创建可以与Python代码交互的图表。 在PyWebIO中，你也可以使用 bokeh.io.show() 来显示一个Bokeh App，代码示 com/pyecharts/pyecharts] 是一个使用Python创建 Echarts [https://github.com/ecomfe/echarts] 可视化图表的库。 在 PyWebIO 中使用 put_html() 可以输出 pyecharts 库创建的图表: # `chart` is pyecharts chart instance pywebio.output.put_html(chart.render_notebook()) plotly plotly.py [https://github.com/plotly/plotly.py] 是一个非常流行的Python数据可视化库，可 以生成高质量的交互式图表。 PyWebIO 支持输出使用 plotly 库创建的图表。使用方式为在PyWebIO会话中调 用: # `fig` is plotly chart instance html = fig.to_html(include_plotlyjs="require"

[http://pywebio-charts.demo.wangweimin.site/?app=bokeh] 除了创建普通图表，Bokeh还可以通过启动Bokeh server来显示Bokeh app， Bokeh app支持向图表的添加按钮、输入框等交互组件，并向组件注册Python回 调，从而创建可以与Python代码交互的图表。 在PyWebIO中，你也可以使用 bokeh.io.show() 来显示一个Bokeh App，代码示 com/pyecharts/pyecharts] 是一个使用Python创建 Echarts [https://github.com/ecomfe/echarts] 可视化图表的库。 在 PyWebIO 中使用 put_html() 可以输出 pyecharts 库创建的图表: # `chart` is pyecharts chart instance pywebio.output.put_html(chart.render_notebook()) plotly plotly.py [https://github.com/plotly/plotly.py] 是一个非常流行的Python数据可视化库，可 以生成高质量的交互式图表。 PyWebIO 支持输出使用 plotly 库创建的图表。使用方式为在PyWebIO会话中调 用: # `fig` is plotly chart instance html = fig.to_html(include_plotlyjs="require"

[http://pywebio-charts.demo.wangweimin.site/?app=bokeh] 除了创建普通图表，Bokeh还可以通过启动Bokeh server来显示Bokeh app， Bokeh app支持向图表的添加按钮、输入框等交互组件，并向组件注册Python回 调，从而创建可以与Python代码交互的图表。 在PyWebIO中，你也可以使用 bokeh.io.show() 来显示一个Bokeh App，代码示 是一个使用Python创建 Echarts [https://github.com/ecomfe/echarts] 可视化图表的库。 在 PyWebIO 中使用 put_html() 可以输出 pyecharts 库创建的图表: # chart 为 pyecharts 的图表实例 pywebio.output.put_html(chart.render_notebook()) 相应demo见 pyecharts [https://github.com/plotly/plotly.py] 是一个非常流行的Python数据可视化库，可 以生成高质量的交互式图表。 PyWebIO 支持输出使用 plotly 库创建的图表。使用方式为在PyWebIO会话中调 用: # fig 为 plotly 的图表实例 html = fig.to_html(include_plotlyjs="require", full_html=False)

[http://pywebio-charts.demo.wangweimin.site/?app=bokeh] 除了创建普通图表，Bokeh还可以通过启动Bokeh server来显示Bokeh app， Bokeh app支持向图表的添加按钮、输入框等交互组件，并向组件注册Python回 调，从而创建可以与Python代码交互的图表。 在PyWebIO中，你也可以使用 bokeh.io.show() 来显示一个Bokeh App，代码示 com/pyecharts/pyecharts] 是一个使用Python创建 Echarts [https://github.com/ecomfe/echarts] 可视化图表的库。 在 PyWebIO 中使用 put_html() 可以输出 pyecharts 库创建的图表: # `chart` is pyecharts chart instance pywebio.output.put_html(chart.render_notebook()) plotly plotly.py [https://github.com/plotly/plotly.py] 是一个非常流行的Python数据可视化库，可 以生成高质量的交互式图表。 PyWebIO 支持输出使用 plotly 库创建的图表。使用方式为在PyWebIO会话中调 用: # `fig` is plotly chart instance html = fig.to_html(include_plotlyjs="require"

[http://pywebio-charts.demo.wangweimin.site/?app=bokeh] 除了创建普通图表，Bokeh还可以通过启动Bokeh server来显示Bokeh app， Bokeh app支持向图表的添加按钮、输入框等交互组件，并向组件注册Python回 调，从而创建可以与Python代码交互的图表。 在PyWebIO中，你也可以使用 bokeh.io.show() 来显示一个Bokeh App，代码示 com/pyecharts/pyecharts] 是一个使用Python创建 Echarts [https://github.com/ecomfe/echarts] 可视化图表的库。 在 PyWebIO 中使用 put_html() 可以输出 pyecharts 库创建的图表: # `chart` is pyecharts chart instance pywebio.output.put_html(chart.render_notebook()) plotly plotly.py [https://github.com/plotly/plotly.py] 是一个非常流行的Python数据可视化库，可 以生成高质量的交互式图表。 PyWebIO 支持输出使用 plotly 库创建的图表。使用方式为在PyWebIO会话中调 用: # `fig` is plotly chart instance html = fig.to_html(include_plotlyjs="require"

[http://pywebio-charts.pywebio.online/?app=bokeh] 除了创建普通图表，Bokeh还可以通过启动Bokeh server来显示Bokeh app， Bokeh app支持向图表的添加按钮、输入框等交互组件，并向组件注册Python回 调，从而创建可以与Python代码交互的图表。 在PyWebIO中，你也可以使用 bokeh.io.show() 来显示一个Bokeh App，代码示 com/pyecharts/pyecharts] 是一个使用Python创建 Echarts [https://github.com/ecomfe/echarts] 可视化图表的库。 在 PyWebIO 中使用 put_html() 可以输出 pyecharts 库创建的图表: # `chart` is pyecharts chart instance pywebio.output.put_html(chart.render_notebook()) plotly plotly.py [https://github.com/plotly/plotly.py] 是一个非常流行的Python数据可视化库，可 以生成高质量的交互式图表。 PyWebIO 支持输出使用 plotly 库创建的图表。使用方式为在PyWebIO会话中调 用: # `fig` is plotly chart instance html = fig.to_html(include_plotlyjs="require"

[http://pywebio-charts.demo.wangweimin.site/?app=bokeh] 除了创建普通图表，Bokeh还可以通过启动Bokeh server来显示Bokeh app， Bokeh app支持向图表的添加按钮、输入框等交互组件，并向组件注册Python回 调，从而创建可以与Python代码交互的图表。 在PyWebIO中，你也可以使用 bokeh.io.show() 来显示一个Bokeh App，代码示 com/pyecharts/pyecharts] 是一个使用Python创建 Echarts [https://github.com/ecomfe/echarts] 可视化图表的库。 在 PyWebIO 中使用 put_html() 可以输出 pyecharts 库创建的图表: # `chart` is pyecharts chart instance pywebio.output.put_html(chart.render_notebook()) plotly plotly.py [https://github.com/plotly/plotly.py] 是一个非常流行的Python数据可视化库，可 以生成高质量的交互式图表。 PyWebIO 支持输出使用 plotly 库创建的图表。使用方式为在PyWebIO会话中调 用: # `fig` is plotly chart instance html = fig.to_html(include_plotlyjs="require"