Jupyter Notebook Въведение за начинаещи

Машинното обучение и изкуственият интелект се превърнаха в новите бръмчащи думи в технологичния свят; буквално всички изглежда са разбрали колко важна е тази област на обучение.


Учен с данни би се съгласил, че едва ли можеш да направиш, без да използваш тефтер на Юпитер в даден момент, добре, ако не всеки път. Широката гама инженери AI / ML приеха използването на Jupyter Notebook като инструмент, който използват за писане и тестване на алгоритмите / моделите.

Но какво е Юпитер? И защо е посочена като Бележник?

Според Wikipedia, тетрадка е книга или подвързване на хартия от страници, често управлявана, използвана за много цели като записване на бележки или меморандуми, записване, рисуване или записване на скрап.

Така че в общи линии можем да кажем, че тетрадка се използва за изразяване на определен контекст, идея или знания с помощта на текст, диаграми, рисунки, картини, уравнения, таблици или дори диаграми.

Защо тогава Юпитер е посочен като тетрадка?

Защото прави точно това, което гореизброеното прави! Използва се за изготвяне на документи, кодове, текстове, картини, уравнения, чернови на графики и визуализации и дори изготвяне на таблици.

Какво е Jupyter Notebook?

Jupyter Notebook е уеб приложение с отворен код, което ви позволява да създавате и споделяте документи, които съдържат код на живо, уравнения, визуализации и разказвателен текст. Той използва почистване и трансформация на данни, числено симулиране, статистическо моделиране, визуализация на данни, машинно обучение и много други.

Най-често Jupyter Notebook се използва в среда на Python. Те имат много интерактивни изходи и могат лесно да се споделят, подобно на обикновен преносим компютър.

За какво може да се използва Jupyter Notebook?

Писане на няколко езика.

Системата Jupyter поддържа над 100 езика за програмиране (наречени „ядра“ в екосистемата на Юпитер), включително Python, Java, R, Julia, Matlab, Octave, Scheme, Processing, Scala и много други. Можете да споделите кода, написан в Бележник, с други.

Ето няколко езика, които могат да бъдат записани в тетрадката на Юпитер.

Питон

От всички езици, които могат да бъдат написани с Jupyter, python е най-популярен в преносимия компютър. Почти всеки, който пише код в средата на Юпитер, пише Питон. По подразбиране Jupyter поддържа Python в тяхната среда, без да използва специални магически команди.

def hello_world ():
отпечатате ("Здравей свят!!!")
Здравей свят()

И, резултатът ще бъде:

Здравей свят!!!

JavaScript

JavaScript, широко известен в мрежата и може да бъде написан и в Jupyter. За разлика от Python, JavaScript не се поддържа по подразбиране. Трябва да използвате определена специална команда, за да кажете на клетката, в която я изпълнявате, че това е JavaScript код. Тези команди често се наричат ​​магически команди. за JavaScript командата е %% javascript.

Има и ограничение за това, какъв JavaScript код бихте могли да стартирате в Jupyter Notebook, за разлика от python.

%% JavaScript
const текст = "Здравей свят"
сигнал (текст)

Ява

Тя позволява интегриране допълнителни „ядки“ – езици. Такова ядро ​​може да бъде инсталирано, като следвате набор от инструкции за инсталиране тук. След като инсталирате, изпълнете следната команда във вашия терминал Jupyter, ако сте на Linux.

конзола за юпитер –kernel = java
Конзола на Юпитер 5.1.0
Java 9.0.4 + 11 :: IJava ядро ​​1.1.0-SNAPSHOT
Изпълнение на протокол v5.0 от jupyter-jvm-basekernel 2.2.1-SNAPSHOT
В [1]:

Matlab

Matlab е високоефективен език за технически изчисления; Той интегрира изчисленията, визуализацията и програмирането в лесна за използване среда, където проблемите и решенията се изразяват в познати математически обозначения.

За да използвате Matlab в Jupyter Notebook, първо трябва да инсталирате Jupyter-Matlab. Първото нещо, което трябва да направим, е да създадем виртуална среда.

  • Отворете подкана на Jupyter в Windows или просто терминала си в Linux и въведете следната команда

conda create -vv -n jmatlab python = 3.5 jupyter

  • Уверете се, че оставате в този терминал, след което въведете кода

източник активира jmatlab

  • След това инсталирайте Matlab ядрото за Python

пип инсталиране matlab_kernal
инсталирате python -m matlab_kernel

  • Проверете дали ядрото е инсталирано правилно

списък с jupyter kernelspec

  • Намерете вашата директория MATLAB. “/Applications/MATLAB_R2017a.app”.
  • Отидете в поддиректорията „екстерн / двигатели / питон“ и инсталирайте двигателя на Python.

cd „/Applications/MATLAB_R2017a.app/extern/engines/python“
инсталирате python setup.py

  • Стартирайте тетрадката на Юпитер

cd your_working_directory
тетрадка за юпитер

Веднъж стартиран, вече трябва да има опция както за Matlab, така и за python.

Markdowns

Jupyter notebook е полезен, когато става въпрос за писане на надпис, и това може да бъде много полезно, когато искате да дадете подробно или подробно обяснение на парче код, документация за писане или речник за определен набор от данни.
Въведете кода по-долу в тетрадка.

* [Pandas] (# панди),
Използва се за анализ на данни
* [Numpy] (# numpy),
Използва се за числен анализ
* [Matplotlib] (# matplotlib),
Използва се за визуализация на данни

Изходът трябва да бъде както следва;

Баш скриптове

Jupyter Notebooks позволява използването на bash скрипт, като се използва командата %% bash magic.

За да тестваме, нека създадем папка в текущата ви работна директория. Въведете следния код в клетка на Notebook.

%% Баш
mkdir Test_Folder

Пуснете кода, сега проверете работната си директория, като въведете кода

%% Баш
LS

Ще видите, че папката Test_Folder е добавена към него. Можете също да отидете физически в папката, за да проверите.

Визуализация на данни

С използването на Python библиотеки като matplotlib можете да стартирате и показвате визуализации на данни направо във вашия браузър.

Нека се опитаме да направим много основна визуализация, използвайки matplotlib.

Първо бихме импортирали библиотеката

от matplotlib import pyplot като plt
% matplotlib inline

След това въведете следните кодове

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

Още по-интригуващото е, че бихме могли да направим 3D визуализации!!
Първо трябва да импортираме 3D библиотеката за визуализация

от mpl_toolkits import mplot3d
импортиране numpy като np

След това направете 3d проекция

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

Нашата продукция трябва да изглежда така

3d проекция
Сега изпълнете следните скриптове.

def f (x, y):
върнете 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 (проекция = ‘3d’)
ax.plot_surface (X, Y, Z, rstride = 1, cstride = 1,
cmap = ‘viridis’, edgecolor = ‘няма’)
ax.set_title ( “повърхност”);

3d начертана диаграма

Математически и научни нотации

Можем да използваме инструменти като латекс точно в математическите и научните уравнения от типа на Юпитер Бележник.

LaTeX е висококачествена система за набор; тя включва функции, предназначени за производството на техническа и научна документация. Можете да научите повече за латекса тук тук. Нека се опитаме да стартираме няколко прости LaTex кодове.
Въведете следните команди LaTex

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

Резултатът трябва да бъде от този вид

заключение

Тази статия просто надраска повърхността на това, което би могло да се постигне с използването на Юпитер тетрадки. Можете да намерите повечето от примерите в тази статия в този тефтер за Юпитер, който създадох тук на сътрудник

ЕТИКЕТИ:

  • Питон

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