jupyter-notebook - 如何避免 Jupyter 单元 ID 一直在变化，从而避免发送 VCS 差异？

Question

如 q/66678305 中所述，较新的 Jupyter 版本除了存储单元格的源代码和输出之外还存储 ID为例如目的链接到一个单元格。
然而，这些 ID 并不稳定，即使没有触及单元的源代码，它们也会经常发生变化。因此，如果您有 .ipynb版本控制下的文件，例如git，提交最终有很多听起来很有趣的“更改行”，与提交中所做的任何实际更改都不对应。喜欢，
{
"cell_type": "代码",
“执行计数”:空，
- "id": "尊重-违反",
+ "id": "事件获胜",
“元数据”:{}，
“输出”:[]，
有没有办法防止这种情况？

Answer 1

回答 Linux 上的 Git。可能也适用于 MacOS，但不适用于 Windows。
最好不要 VCS .ipynb文件由 Jupyter 保存，而是一个不包含所有 volatile 信息的过滤版本。为此，可以使用各种 git 钩子(Hook)；我使用的是基于 https://github.com/toobaz/ipynb_output_filter/blob/master/ipynb_output_filter.py .
奇怪的是，事实证明无法修改此脚本以删除 "id"来自单元格的字段。也就是说，如果您尝试在过滤循环中删除该字段，例如

        for field in ("prompt_number", "execution_number", "id"):
            if field in cell:
                del cell[field]

然后是 write函数来自 jupyter_nbformat只会放一个 id返回。可以仅将 id 更改为常量，但是 Jupyter 会提示不唯一的 id。
作为规避这个的技巧，我现在使用这个过滤器和一个简单的 grep删除ID:

#!/bin/bash
grep -v '^ *"id": "[a-z\-]*",$'

将其存储在例如 ~/bin/ipynb_output_filter.sh ，使其可执行( chmod +x ~/bin/ipynb_output_filter.sh )并确保您具有以下 ~/.gitattributes文件:

*.ipynb filter=dropoutput_ipynb

并在您的 git 配置中(全局 ~/.gitconfig 或项目)

[core]
         attributesfile = ~/.gitattributes
[filter "dropoutput_ipynb"]
         clean = ~/bin/ipynb_output_filter.sh
         smudge = cat

如果你想使用标准的 python 过滤器，你可以在 grep 之前调用它。在 ~/bin/ipynb_output_filter.sh ， 喜欢

#!/bin/bash
~/bin/ipynb_output_filter.py | grep -v '^ *"id": "[a-z\-]*",$'