Notebook Jupyter Introducere pentru începători

Învățarea mașină și inteligența artificială au devenit noile cuvinte buzz din lumea tehnologiei; literal, toată lumea pare să fi realizat cât de important este acest domeniu de studiu.


Un om de știință de date ar fi de acord că abia puteți face fără să folosiți un notebook Jupyter la un moment dat, bine, dacă nu de fiecare dată. O gamă largă de ingineri AI / ML a adoptat utilizarea Notebook Jupyter ca instrument pe care îl folosesc pentru a scrie și testa algoritmii / modelele.

Dar ce este Jupyter? Și de ce este denumită caiet?

Conform Wikipedia, un caiet este o carte sau un liant de hârtie de pagini, adesea guvernat, folosit în mai multe scopuri, cum ar fi înregistrarea notelor sau memorandelor, scrierea, desenarea sau rezervarea de resturi..

Deci, practic, am putea spune că un caiet este folosit pentru a exprima un anumit context, idee sau cunoștințe folosind text, diagrame, desene, imagini, ecuații, tabele sau chiar diagrame.

De ce atunci se numește Jupyter ca un caiet?

Pentru că face exact ceea ce menționat mai sus face! Este utilizat pentru a redacta documente, coduri, texte, imagini, ecuații, diagrame și vizualizări și chiar pentru a desena tabele.

Ce este Jupyter Notebook?

Jupyter Notebook este o aplicație web open-source care vă permite să creați și să partajați documente care conțin cod live, ecuații, vizualizări și text narativ. Utilizarea include curățarea și transformarea datelor, simularea numerică, modelarea statistică, vizualizarea datelor, învățarea mașinii și multe altele.

Cel mai adesea, Jupyter Notebook este utilizat într-un mediu Python. Au ieșiri foarte interactive și pot fi ușor partajabile, la fel ca un caiet obișnuit.

Pentru ce poate fi folosit Jupyter Notebook?

Scrierea mai multor limbi.

Sistemul Jupyter acceptă peste 100 de limbaje de programare (numite „kerneluri” în ecosistemul Jupyter), inclusiv Python, Java, R, Julia, Matlab, Octave, Scheme, Processing, Scala și multe altele. Puteți partaja codul scris în Notebook cu alții.

Iată câteva limbi care pot fi scrise în caiet Jupyter.

Piton

Dintre toate limbile care pot fi scrise cu Jupyter, python este cel mai popular în caiet. Aproape toată lumea care scrie cod în mediul Jupyter scrie Piton. În mod implicit, Jupyter acceptă Python în mediul lor fără utilizarea unor comenzi magice speciale.

def hello_world ():
imprimare("Salut Lume!!!")
Salut Lume()

Și, rezultatul ar fi:

Salut Lume!!!

JavaScript

JavaScript este cunoscut popular pentru web și poate fi scris și în Jupyter. Spre deosebire de Python, JavaScript nu este acceptat în mod implicit. Trebuie să utilizați o anumită comandă specială pentru a spune celulei în care o executați, deoarece acesta este un cod JavaScript. Aceste comenzi sunt adesea numite comenzi magice. pentru JavaScript, comanda este %% javascript.

Există, de asemenea, o limită la ce cod JavaScript puteți rula în Jupyter Notebook, spre deosebire de python.

%% JavaScript
text de const = "Salut Lume"
alert (text)

Java

Permite integrarea „nuclee” suplimentare – limbi. Un astfel de kernel poate fi instalat urmând setul de instrucțiuni de instalare aici. După instalare, executați următoarea comandă în terminalul Jupyter, dacă pe Linux.

consola jupyter – kernel = java
Consola Jupyter 5.1.0
Java 9.0.4 + 11 :: Nucleu IJava 1.1.0-SNAPSHOT
Implementarea Protocol v5.0 de jupyter-jvm-basekernel 2.2.1-SNAPSHOT
În 1]:

Matlab

Matlab este un limbaj performant pentru calcul tehnic; Integrează calculul, vizualizarea și programarea într-un mediu ușor de utilizat, unde problemele și soluțiile sunt exprimate în notație matematică familiară.

Pentru a utiliza Matlab în Jupyter Notebook, trebuie mai întâi să instalați Jupyter-Matlab. Primul lucru pe care trebuie să-l facem este să creăm un mediu virtual.

  • Deschideți promptul Jupyter pe Windows sau doar terminalul dvs. pe Linux și introduceți comanda următoare

conda create -vv -n jmatlab python = 3,5 jupyter

  • Asigurați-vă că rămâneți în acest terminal, apoi tastați codul

sursa activează jmatlab

  • Apoi instalați nucleul Matlab pentru Python

pip install matlab_kernal
python -m matlab_kernel se instalează

  • Verificați dacă nucleul este instalat corect

lista jupyter kernelspec

  • Găsiți directorul dvs. MATLAB. „/Applications/MATLAB_R2017a.app“.
  • Accesați subdirectorul „extern / motors / python” și instalați motorul Python.

cd „/Applications/MATLAB_R2017a.app/extern/engines/python”
python setup.py instala

  • Porniți caietul Jupyter

CD-ul tău_delaborare_
caiet jupyter

Odată lansat, ar trebui să existe acum o opțiune atât pentru Matlab, cât și pentru python.

markdowns

Notebook Jupyter vine la îndemână atunci când vine vorba de scrierea marcajului, iar acest lucru poate fi foarte util atunci când doriți să oferiți o explicație verbală sau detaliată a unei bucăți de cod, a scrierii documentației sau a unui dicționar pentru un anumit set de date.
Introduceți codul de mai jos într-un caiet.

* [Pandas] (# pandas),
Folosit pentru analiza datelor
* [Numpy] (# numpy),
Folosit pentru analiza numerică
* [Matplotlib] (# matplotlib),
Folosit pentru vizualizări de date

Produsul trebuie să fie după cum urmează;

Scripturi Bash

Notebook Jupyter permite utilizarea scriptului bash folosind comanda %% bash magic.

Pentru a testa, creăm un folder în directorul dvs. de lucru curent. Introduceți următorul cod într-o celulă Notebook.

%% bash
mkdir Test_Folder

Rulați codul, verificați acum directorul de lucru tastând codul

%% bash
ls

Veți vedea că i s-au adăugat folderul Test_Folder. Puteți, de asemenea, naviga la folderul fizic pentru a verifica.

Vizualizare date

Cu utilizarea bibliotecilor Python precum matplotlib, puteți rula și afișa vizualizări de date chiar în browserul dvs..

Să încercăm să realizăm o vizualizare foarte de bază folosind matplotlib.

Mai întâi am importa biblioteca

din matplotlib import piplot ca plt
% matplotlib inline

Apoi tastați următoarele coduri

x = [1, 2, 3, 4, 5, 6, 7, 8, 9]
y = [11, 12, 13, 14, 15, 16, 17, 18, 19]
plt.plot (x, y)
Vizualizare Matplotlib.

Și mai interesant este că am putea face vizualizări 3d!!
Mai întâi trebuie să importăm biblioteca de vizualizare 3d

din mpl_toolkits import mplot3d
import numpy ca np

Apoi faceți o proiecție 3d

fig = plt.figure ()
ax = plt.axes (proiecție = ‘3d’)

Produsul nostru ar trebui să arate astfel

Proiecție 3d
Acum, rulați următoarele scripturi.

def f (x, y):
returnare np.sin (np.sqrt (x ** 2 + y ** 2))

x = np.linspace (-6, 6, 30)
y = np.linspace (-6, 6, 30)
X, Y = np.meshgrid (x, y)
Z = f (X, Y)

ax = plt.axes (proiecție = ‘3d’)
ax.plot_surface (X, Y, Z, rstride = 1, cstride = 1,
cmap = ‘viridis’, edgecolor = ‘none’)
ax.set_title ( ‘suprafață’);

3D Diagrama reprezentată

Notări matematice și științifice

Putem folosi instrumente precum Latex chiar în interiorul ecuațiilor noastre de tip Jupyter Notebook, matematice și științifice.

LaTeX este un sistem de compus de înaltă calitate; include funcții concepute pentru producerea documentației tehnice și științifice. Puteți afla mai multe despre latex aici aici. Să încercăm să rulăm câteva coduri simple LaTex.
Introduceți următoarele comenzi LaTex

## $ J (\ theta_0) = \ frac {1} {2m} \ sum_ {i = 0} ^ {m} (h_ \ theta (x ^ {(i)}) – y ^ {(i)}) ^ 2 $

Rezultatul ar trebui să fie de acest fel

Concluzie

Acest articol doar zgârie suprafața a ceea ce ar putea fi obținut cu utilizarea Caiete Jupyter. Puteți găsi cele mai multe exemple din acest articol în acest caiet Jupyter pe care l-am creat aici pe colaborare

ETICHETE:

  • Piton

Jeffrey Wilson Administrator
Sorry! The Author has not filled his profile.
follow me
    Like this post? Please share to your friends:
    Adblock
    detector
    map