A gépi tanulás és a mesterséges intelligencia az új hangjelzésekké váltak a tech világban; szó szerint mindenki rájött, hogy mennyire fontos ez a tanulmányi terület.


Egy adattudós egyetért azzal, hogy alig lehet megtenni anélkül, hogy Jupyter notebookot használna valamikor, nos, ha nem minden alkalommal. Az AI / ML mérnökök széles köre alkalmazta a Jupyter Notebook eszközként használják az algoritmusok / modellek írását és tesztelését.

De mi a Jupyter? És miért nevezik ezt Notebooknak?

A Wikipedia szerint a notebook olyan könyv vagy papír-iratgyűjtő, gyakran uralkodó, amelyet többféle célra használnak, például jegyzetek vagy feljegyzések rögzítésére, írásra, rajzolásra vagy hulladék foglalására.

Tehát alapvetően azt mondhatjuk, hogy egy notebook egy adott kontextus, ötlet vagy tudás kifejezésére szolgál szöveg, diagramok, rajzok, képek, egyenletek, táblázatok vagy akár diagramok felhasználásával.

Akkor miért nevezik Jupytert notebooknak?

Mert pontosan azt csinálja, amit a fentiek tett! Dokumentumok, kódok, szövegek, képek, egyenletek, diagramok és látványtervezetek kidolgozására, sőt táblázatok rajzolására szolgál.

Mi a Jupyter Notebook?

A Jupyter Notebook egy nyílt forrású webalkalmazás, amely lehetővé teszi az élő kódot, egyenleteket, vizualizációkat és narratív szöveget tartalmazó dokumentumok létrehozását és megosztását. Használja az adatok tisztítását és átalakítását, numerikus szimulációt, statisztikai modellezést, adatmegjelenítést, gépi tanulást és még sok minden mást.

Leggyakrabban a Jupyter notebookot Python környezetben használják. Nagyon interaktív kimenetekkel rendelkeznek, és könnyen megoszthatók, akárcsak a szokásos notebookok.

Mire használható a Jupyter Notebook??

Több nyelv írása.

A Jupyter rendszer több mint 100 programozási nyelvet támogat (a Jupyter ökoszisztémájában „kerneleknek” hívják), köztük a Python, Java, R, Julia, Matlab, Octave, Scheme, Processing, Scala és még sok más. A Notebookban írt kódot megoszthatja másokkal.

Íme néhány nyelv, amelyet írhatunk a Jupyter notebookba.

Piton

A Jupyterrel írható összes nyelv közül a python a legnépszerűbb a notebookban. Szinte mindenki, aki kódot ír a Jupyter környezetben, a Piton. Alapértelmezés szerint a Jupyter támogatja a Python-ot a környezetükben, speciális mágikus parancsok használata nélkül.

def hello_world ():
nyomtatás("Helló Világ!!!")
Helló Világ()

És a kimenet a következő lenne:

Helló Világ!!!

JavaScript

Az interneten népszerű JavaScript és a Jupyter nyelven is írható. A Python-nal ellentétben a JavaScriptet alapértelmezés szerint nem támogatja. Bizonyos speciális parancsot kell használnia annak elmondására, hogy a cellát futtatja, mivel ez egy JavaScript kód. Ezeket a parancsokat gyakran varázslatos parancsoknak hívják. JavaScript esetén a parancs %% javascript.

Szintén korlátozott, hogy a JavaScript kódot melyik futtathatja a Jupyter Notebookban, a pythontól eltérően.

%% javascript
const text = "Helló Világ"
alert (szöveg)

Jáva

Ez lehetővé teszi az integrációt további „kernelek” – nyelvek. Egy ilyen kernel telepíthető a telepítési utasítások sorozatának követésével itt. A telepítés után futtassa a következő parancsot a Jupyter terminálon, ha Linuxon van.

jupyter console –kernel = java
Jupyter konzol 5.1.0
Java 9.0.4 + 11 :: IJava kernel 1.1.0-SNAPSHOT
A v5.0 protokoll megvalósítása a jupyter-jvm-basekernel 2.2.1-SNAPSHOT segítségével
[1] -ban:

Matlab

A Matlab nagy teljesítményű nyelv a műszaki számításhoz; Integrálja a számítást, a megjelenítést és a programozást egy könnyen használható környezetben, ahol a problémákat és a megoldásokat ismert matematikai jelöléssel fejezik ki..

A Matlab használatához a Jupyter Notebookban először telepítenie kell a Jupyter-Matlab alkalmazást. Az első dolog, amit meg kell tennünk, egy virtuális környezet létrehozása.

  • Nyissa meg a Jupyter parancssort a Windowson, vagy csak a terminált Linuxon, és írja be a következő parancsot

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

  • Ügyeljen arra, hogy ezen a terminálon maradjon, majd írja be a kódot

forrás aktiválja a jmatlabot

  • Ezután telepítse a Matlab kernelét a Pythonhoz

pip install matlab_kernal
python-m matlab_kernel telepítés

  • Ellenőrizze, hogy a kernel megfelelően van-e telepítve

jupyter kernelek specifikus listája

  • Keresse meg a MATLAB könyvtárat. „/Applications/MATLAB_R2017a.app”.
  • Menjen az „extern / motorok / python” alkönyvtárba, és telepítse a Python motort.

cd “/Applications/MATLAB_R2017a.app/extern/engines/python”
python setup.py telepítés

  • Indítsa el a Jupyter notebookot

cd saját_munka_könyvtár
jupyter notebook

Miután elindították, most lehetősége lesz mind a Matlab, mind a python számára.

markdowns

A Jupyter notebook hasznos lehet a jelölés írásakor, és ez nagyon hasznos lehet, ha konkrét vagy részletes elemzést szeretne adni egy kóddarabról, írásdokumentációról vagy egy adott adatkészlet szótáráról..
Írja be az alábbi kódot egy notebookba.

* [Pandák] (# pandák),
Adatok elemzésére használják
* [Hülye] (# hülye),
Numerikus elemzésre szolgál
* [Matplotlib] (# matplotlib),
Adatok megjelenítésére szolgál

A kimenetnek a következőnek kell lennie:

Bash szkriptek

A Jupyter Notebooks lehetővé teszi a bash parancsfájl használatát a %% bash magic parancs segítségével.

A teszteléshez hozzunk létre egy mappát a jelenlegi munkakönyvtárban. Írja be a következő kódot egy Notebook cellába.

%% bash
mkdir Test_Folder

Futtassa a kódot, most ellenőrizze a működő könyvtárat a kód beírásával

%% bash
ls

Látni fogja, hogy a Test_Folder mappa hozzá lett adva. A mappához fizikailag is navigálhat az ellenőrzéshez.

Adatok megjelenítése

A Python könyvtárak, például a matplotlib használatával közvetlenül az Ön böngészőjében futtathatja és megjelenítheti az adatok megjelenítését.

Próbáljuk meg készíteni egy nagyon alapvető megjelenítést a matplotlib használatával.

Először importálnánk a könyvtárat

a matplotlib import pyplot mint plt
% matplotlib inline

Ezután írja be a következő kódokat

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

Még érdekesebb, ha 3D vizualizációkat készítünk!!
Először importálnunk kell a 3D-s megjelenítési könyvtárat

az mpl_toolkits fájlból importálja az mplot3d fájlt
importálni számot, mint np

Ezután készítsen egy 3D vetítést

ábra = plt.figure ()
ax = plt.axes (vetítés = ‘3d’)

Kimenetünknek így kell kinéznie

3D vetítés
Most futtassa a következő szkripteket.

def f (x, y):
visszatérés 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 (vetítés = ‘3d’)
ax.plot_surface (X, Y, Z, rstride = 1, cstride = 1,
cmap = ‘viridis’, edgecolor = ‘nincs’)
ax.set_title ( ‘felület’);

3d ábrázolt ábra

Matematikai és tudományos jelölések

Olyan eszközöket használhatunk, mint a Latex, közvetlenül a Jupyter Notebook típusú matematikai és tudományos egyenletekben.

A LaTeX kiváló minőségű betűkészlet; magában foglalja a műszaki és tudományos dokumentáció előállítására tervezett funkciókat. Itt többet megtudhat a latexről itt. Próbáljuk meg futtatni néhány egyszerű LaTex kódot.
Írja be a következő LaTex parancsokat

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

A kimenetnek ilyennek kell lennie

Következtetés

Ez a cikk csak azt a felületet megkarcolja, hogy mit lehet elérni a Jupyter notebookok. A cikkben szereplő példák többsége megtalálható ebben a Jupyter-notebookban, amelyet készítettem itt az együttműködésen

CÍMKÉK:

  • Piton

Jeffrey Wilson Administrator
Sorry! The Author has not filled his profile.
follow me