Jupyter Notebook-inleiding vir beginners

Masjienleer en kunsmatige intelligensie het die nuwe gonswoorde in die tegnologiewêreld geword; letterlik wil dit voorkom asof almal besef het hoe belangrik hierdie studierigting is.


‘N Data-wetenskaplike sal saamstem dat u dit skaars kan doen sonder om ‘n Jupyter-notaboek op ‘n sekere tydstip te gebruik, wel, indien nie elke keer nie. ‘N Groot verskeidenheid AI / ML-ingenieurs het die gebruik van Jupyter Notebook as ‘n instrument wat hulle gebruik om die algoritmes / modelle te skryf en te toets.

Maar wat is Jupyter? En waarom word dit ‘n Notebook genoem??

Volgens Wikipedia is ‘n notaboek ‘n boek of ‘n bindmiddel met bladsye, wat gereeld regeer word, wat vir baie doeleindes gebruik word, soos om aantekeninge of memorandums op te neem, te skryf, te teken of om te bespreek.

Dus kan ons sê dat ‘n notaboek gebruik word om ‘n spesifieke konteks, idee of kennis uit te druk deur teks, diagramme, tekeninge, prente, vergelykings, tabelle of selfs kaarte te gebruik.

Waarom word daar dan na Jupyter as ‘n notaboek verwys?

Want dit doen presies wat bogenoemde doen! Dit word gebruik om dokumente, kodes, tekste, prente, vergelykings, konsepdiagramme en visualisering op te stel en selfs tabelle te teken.

Wat is Jupyter Notebook?

The Jupyter Notebook is ‘n oopbron-webtoepassing waarmee u dokumente kan skep en deel wat lewendige kode, vergelykings, visualisering en vertelteks bevat. Dit gebruik omvat skoonmaak en transformasie van data, numeriese simulasie, statistiese modellering, datavisualisering, masjienleer, en nog baie meer.

Die Jupyter Notebook word meestal in ‘n Python-omgewing gebruik. Dit het ‘n baie interaktiewe uitset en kan maklik gesny word, net soos ‘n gewone notaboek.

Waarvoor kan Jupyter Notebook gebruik word?

Skryf van verskeie tale.

Die Jupyter-stelsel ondersteun meer as 100 programmeertale (genaamd “pitte” in die Jupyter-ekosisteem), insluitend Python, Java, R, Julia, Matlab, Octave, Scheme, Processing, Scala en vele meer. U kan die kode wat in Notebook geskryf is, met ander deel.

Hier is ‘n paar tale wat in die Jupyter-notaboek geskryf kan word.

Python

Van al die tale wat met Jupyter geskryf kan word, is python die gewildste by die notaboek. Byna almal wat kode binne die Jupyter-omgewing skryf, skryf die Python. Jupyter ondersteun standaard Python in hul omgewing sonder die gebruik van spesiale magiese opdragte.

def hello_world ():
druk ("Hello Wêreld!!!")
Hello Wêreld()

En die uitset sou wees:

Hello Wêreld!!!

JavaScript

JavaScript is algemeen bekend vir die internet en kan ook in Jupyter geskryf word. Anders as Python, word JavaScript standaard nie ondersteun nie. U moet ‘n sekere spesiale opdrag gebruik om aan die sel te vertel dat u dit gebruik, aangesien dit ‘n JavaScript-kode is. Hierdie opdragte word dikwels magiese opdragte genoem. vir JavaScript is die opdrag %% javascript.

Daar is ook ‘n beperking op die JavaScript-kode wat u in Jupyter Notebook kan gebruik, anders as python.

%% javascript
konst teks = "Hello Wêreld"
waarskuwing (teks)

Java

Dit laat integrasie toe addisionele “pitte” – tale. So ‘n kern kan geïnstalleer word deur die stel installeringsinstruksies te volg hier. Nadat u geïnstalleer is, voer die volgende opdrag in u Jupyter-terminale uit as dit op Linux is.

jupyter console – kern = java
Jupyter-konsole 5.1.0
Java 9.0.4 + 11 :: IJava-kern 1.1.0-SNAPSHOT
Protokol v5.0 implementering deur jupyter-jvm-basekernel 2.2.1-SNAPSHOT
In [1]:

Matlab

Matlab is ‘n hoëverrigtingstaal vir tegniese rekenaars; Dit integreer berekening, visualisering en programmering in ‘n maklik om te gebruik omgewing waar probleme en oplossings uitgedruk word in bekende wiskundige notasie.

Om Matlab in Jupyter Notebook te gebruik, moet u eers Jupyter-Matlab installeer. Die eerste ding wat ons moet doen, is om ‘n virtuele omgewing te skep.

  • Open u Jupyter-prompt in Windows of net u terminale op Linux en tik die volgende opdrag in

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

  • Maak seker dat u in hierdie terminale bly, en tik dan die kode in

bron aktiveer jmatlab

  • Installeer dan Matlab-kern vir Python

pip installeer matlab_kernal
python -m matlab_kernel installeer

  • Kyk of die kern korrek geïnstalleer is

jupyter kernelspec lys

  • Vind u MATLAB-gids. “/Applications/MATLAB_R2017a.app”.
  • Gaan na die subgids “ekstern / enjins / python” en installeer die Python-enjin.

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

  • Begin Jupyter-notaboek

cd your_working_directory
jupyter notaboek

Sodra dit van stapel gestuur is, moet daar nou ‘n opsie wees vir beide Matlab en python.

prysverlagings

‘N Notaboek van Jupyter is handig te pas as dit kom by die skryf van ‘n opmerking, en dit kan baie nuttig wees as u ‘n volledige of gedetailleerde uiteensetting van ‘n kode wil gee, dokumentasie of ‘n woordeboek vir ‘n spesifieke datastel kan skryf..
Tik die onderstaande kode in ‘n notaboek in.

* [Pandas] (# pandas),
Word gebruik vir data-ontleding
* [Numpy] (# numpy),
Word gebruik vir numeriese ontleding
* [Matplotlib] (# matplotlib),
Word gebruik vir datavisualisering

Die afvoer moet soos volg wees;

Bash-skrifte

Jupyter Notebooks laat die gebruik van bash script toe met behulp van die%% bash magiese opdrag.

Laat ons ‘n lêergids skep in u huidige werkgids om te toets. Tik die volgende kode in ‘n Notaboek-sel.

%% bash
mkdir Test_Folder

Gebruik die kode, kyk nou na u werkgids deur die kode in te voer

%% bash
ls

U sal sien dat die gids Test_Folder daarby gevoeg is. U kan ook fisies na die vouer gaan om na te gaan.

Datavisualisering

Met die gebruik van Python-biblioteke soos matplotlib, kan u data-visualisering direk in u blaaier laat loop en vertoon..

Kom ons probeer ‘n baie basiese visualisering met behulp van matplotlib.

Ons sal eers die biblioteek invoer

vanaf matplotlib invoer pyplot as plt
% matplotlib inlyn

Tik dan die volgende kodes in

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-visualisering.

Nog meer interessant is dat ons 3D-visualisering kan doen!!
Ons moet eers die biblioteek vir 3D-visualisering invoer

vanaf mpl_toolkits voer mplot3d in
voer numpy as np in

Maak dan ‘n 3D-projeksie

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

Ons produksie moet so lyk

3d-projeksie
Begin nou die volgende skrifte.

def f (x, y):
keer terug n.sin (n.q. (x ** 2 + y ** 2))

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

ax = plt.axes (projeksie = ‘3d’)
ax.plot_sface (X, Y, Z, rstride = 1, cstride = 1,
cmap = ‘viridis’, edgecolor = ‘geen’)
ax.set_title ( ‘oppervlak’);

3D-diagram

Wiskundige en wetenskaplike notasies

Ons kan instrumente soos Latex binne ons Jupyter Notebook-wiskundige en wetenskaplike vergelykings gebruik.

LaTeX is ‘n hoë-stelsel-stelsel; dit bevat funksies wat ontwerp is vir die vervaardiging van tegniese en wetenskaplike dokumentasie. U kan hier meer oor latex leer hier. Probeer ‘n paar eenvoudige LaTex-kodes gebruik.
Tik die volgende LaTex-opdragte in

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

Die uitset moet van hierdie aard wees

Afsluiting

Hierdie artikel krap net die oppervlak van wat bereik kan word met die gebruik van Jupyter-notaboeke. U kan die meeste voorbeelde in hierdie artikel vind in hierdie Jupyter-notaboek wat ek geskep het hier op samewerking

Tags:

  • Python

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