安装 Wolfram Engine for Developers
Wolfram Engine for Developers 是 Wolfram Language 的后端核心，安装完成后可以使用 WolframScript 进入命令行执行代码。
安装 WolframLanguageForJupyter 插件
使用 Jupyter notebook 做为 Wolfram Engine 的前端
pip install jupyterlab
git clone https://github.com/WolframResearch/WolframLanguageForJupyter.git
./configure-jupyter.wls add
现在可以在 jupyter lab 中打开 Wolfram Language 的 Notebook。
第三方插件 JWLX
使用 WolframAlpha 函数查询解题步骤
要显示分步结果，可以将 Step-by-step solution 或 Step-by-step 状态 传递给 PodStates 参数。
# 格式
WolframAlpha["query", PodStates -> {"Step-by-step solution"}]
# 例子
WolframAlpha["derivative of x^2sinx", PodStates -> {"Step-by-step solution"}]
查询现有的 pod 状态列表
# 格式
WolframAlpha["query", "PodStates"]
# 例子
WolframAlpha["derivative of x^2sinx", "PodStates"]
返回结果
{
Input -> {Input__Step-by-step solution},
NumericalRoot -> {NumericalRoot__More digits},
IndefiniteIntegral -> {IndefiniteIntegral__Step-by-step solution}
}
其格式为
{ podid -> {podid__PodStates} }
使用上面的格式查询分步结果
WolframAlpha["query", PodStates -> {"podid__Step-by-step solution"}]
查询现有的 pod ID 列表
WolframAlpha["derivative of x^2sinx", "PodIDs"]
查询 pod ID 为 Input 的可用属性列表
WolframAlpha["derivative of x^2sinx", {"Input"}]
查询 pod ID 为 Input 和子 pod 为 1 的可用属性列表
WolframAlpha["derivative of x^2sinx", { {"Input", 1} }]
查询 pod ID 为 Input 子 pod 为 2 属性为 Content 的状态，如果子 pod 是 1，则只显示结果而不显示分步过程。
WolframAlpha["derivative of x^2sinx", { {"Input", 2}, "Content" }, PodStates -> { "Step-by-step solution" }]