Jupyter Notebook Uvod za začetnike

Strojno učenje in umetna inteligenca sta postali novi jeziki v tehnološkem svetu; dobesedno se zdi, da so vsi spoznali, kako pomembno je to študijsko področje.


Znanstvenik s podatki bi se strinjal, da komajda storite, ne da bi v nekem trenutku uporabljali Jupyterjev zvezek, no, če ne vsakič. Uporabo AI / ML inženirjev je sprejel širok spekter Jupyterjev zvezek kot orodje, ki ga uporabljajo za pisanje in testiranje algoritmov / modelov.

Toda kaj je Jupyter? In zakaj se omenja kot Beležnica?

Po Wikipediji je zvezek knjiga ali vezava papirja strani, ki se pogosto uporablja, uporablja se v številne namene, kot so beleženje beležk ali memorandumov, pisanje, risanje ali beležka.

V bistvu lahko rečemo, da se zvezek uporablja za izražanje določenega konteksta, ideje ali znanja z besedilom, diagrami, risbami, slikami, enačbami, tabelami ali celo grafikoni.

Zakaj se Jupyter omenja kot zvezek?

Ker počne točno tisto, kar zgoraj naredi! Uporablja se za oblikovanje dokumentov, kod, besedil, slik, enačb, osnutkov grafikonov in vizualizacij ter celo risanje tabel.

Kaj je Jupyter Notebook?

Jupyter Notebook je spletna aplikacija z odprto kodo, ki omogoča ustvarjanje in skupno rabo dokumentov, ki vsebujejo živo kodo, enačbe, vizualizacije in pripovedno besedilo. Uporablja vključuje čiščenje in preoblikovanje podatkov, numerično simulacijo, statistično modeliranje, vizualizacijo podatkov, strojno učenje in še veliko več.

Najpogosteje se prenosnik Jupyter uporablja v okolju Python. Imajo zelo interaktivne izhode in jih je mogoče preprosto deliti, tako kot običajni prenosni računalnik.

Za kaj se lahko uporablja prenosnik Jupyter?

Pisanje več jezikov.

Sistem Jupyter podpira več kot 100 programskih jezikov (v Jupyterjevem ekosistemu se imenujejo “jedra”), vključno s Python, Java, R, Julia, Matlab, Octave, Scheme, Processing, Scala in številnimi drugimi. Kodo, zapisano v Beležnico, lahko delite z drugimi.

Tukaj je nekaj jezikov, ki jih je mogoče zapisati v Jupyterjev zvezek.

Python

Od vseh jezikov, ki jih lahko pišemo z Jupyterjem, je pri prenosniku najbolj priljubljen python. Skoraj vsi, ki pišejo kodo v Jupyterjevem okolju, pišejo Python. Jupyter privzeto podpira Python v njihovem okolju brez uporabe posebnih čarovniških ukazov.

def hello_world ():
tisk ("Pozdravljen, svet!!!")
Pozdravljen, svet()

In, rezultat bi bil:

Pozdravljen, svet!!!

JavaScript

JavaScript, ki je v spletu priljubljen in ga lahko pišete tudi v Jupyterju. Za razliko od Pythona, JavaScript privzeto ne podpira. Če želite celici, ki jo izvajate, povedati poseben ukaz, da je to koda JavaScript. Te ukaze pogosto imenujemo čarobni ukazi. za JavaScript je ukaz %% javascript.

Obstaja tudi omejitev, katero kodo JavaScript lahko zaženete v Jupyter Notebook-u, za razliko od pythona.

%% javascript
besedilo const = "Pozdravljen, svet"
opozorilo (besedilo)

Java

Omogoča integracijo dodatna “jedra” – jeziki. Takšno jedro je mogoče namestiti z upoštevanjem niza navodil za namestitev tukaj. Po namestitvi zaženite naslednji ukaz v vašem Jupyter terminalu, če je v Linuxu.

konzola za jupyter –kernel = java
Konzola Jupyter 5.1.0
Java 9.0.4 + 11 :: IJava jedro 1.1.0-SNAPSHOT
Izvedba protokola v5.0 s pomočjo jupyter-jvm-basekernel 2.2.1-SNAPSHOT
V [1]:

Matlab

Matlab je visoko zmogljiv jezik tehničnega računalništva; Vključuje računanje, vizualizacijo in programiranje v enostavnem okolju, kjer so težave in rešitve izražene v znanih matematičnih zapisih.

Če želite uporabljati Matlab v Jupyter Notebook-u, morate najprej namestiti Jupyter-Matlab. Prva stvar, ki jo moramo narediti, je ustvariti virtualno okolje.

  • Odprite poziv Jupyter v operacijskem sistemu Windows ali pa samo svoj terminal v Linuxu in vnesite naslednji ukaz

conda ustvari -vv -n jmatlab python = 3,5 jupyterja

  • Prepričajte se, da ste ostali v tem terminalu, nato vnesite kodo

vir aktivira jmatlab

  • Nato namestite Matlab jedro za Python

pip namestite matlab_kernal
namestite python -m matlab_kernel

  • Preverite, ali je jedro pravilno nameščeno

seznam jupyter kernelspec

  • Poiščite svoj imenik MATLAB. »/Applications/MATLAB_R2017a.app«.
  • Pojdite v podimenik »zunanji / motorji / python« in namestite Python motor.

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

  • Zaženite Jupyterjev zvezek

cd svoj_working_directory
beležnica

Ko je predstavljena, bi morala biti zdaj na voljo tako Matlab kot python.

Markdowni

Jupyter zvezek je še kako primeren, ko gre za pisanje označb, in to je lahko zelo koristno, če želite podrobno ali natančno razložiti delček kode, pisati dokumentacijo ali slovar za določen nabor podatkov.
Spodnjo kodo vpišite v prenosni računalnik.

* [Pande] (# pande),
Uporablja se za analizo podatkov
* [Številka] (# numpy),
Uporablja se za numerično analizo
* [Matplotlib] (# matplotlib),
Uporablja se za vizualizacijo podatkov

Izhod naj bo naslednji;

Bash skripte

Jupyter Notebooks omogoča uporabo skripta bash z uporabo ukaza %% bash magic.

Če želite preskusiti, ustvarite mapo v svojem trenutnem delovnem imeniku. V celico Notebook vnesite naslednjo kodo.

%% bash
mkdir Test_Folder

Zaženite kodo, zdaj preverite svoj delovni imenik, tako da vtipkate kodo

%% bash
ls

Videli boste, da je bila dodana mapa Test_Folder. Lahko se tudi fizično pomikate do mape, da preverite.

Vizualizacija podatkov

Z uporabo knjižnic Python, kot je matplotlib, lahko zaženete in prikažete vizualizacije podatkov neposredno v svojem brskalniku..

Poskusimo narediti zelo osnovno vizualizacijo z uporabo matplotliba.

Najprej bi uvozili knjižnico

iz matplotlib uvoz pyplot kot plt
% matplotlib inline

Nato vnesite naslednje kode

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 Vizualizacija.

Še bolj intrigantno je, da bi lahko naredili 3d vizualizacije!!
Najprej moramo uvoziti knjižnico 3d vizualizacije

iz mpl_toolkits uvoz mplot3d
uvozi numpy kot np

Nato naredite 3d projekcijo

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

Naš rezultat naj bi bil videti tako

3D projekcija
Zdaj zaženite naslednje skripte.

def f (x, y):
vrni 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 (projekcija = ‘3d’)
ax.plot_surface (X, Y, Z, rstride = 1, cstride = 1,
cmap = ‘viridis’, edgecolor = ‘nič’)
ax.set_title (‘površina’);

3d graf

Matematični in znanstveni zapiski

Orodja, kot je Latex, lahko uporabimo v naši matematični in znanstveni enačbi tipa Jupyter Notebook.

LaTeX je visokokakovosten sistem za nanašanje; vključuje funkcije, namenjene izdelavi tehnične in znanstvene dokumentacije. Več o lateksu lahko izveste tukaj tukaj. Poskusimo zagnati nekaj preprostih kod LaTex.
Vnesite naslednje ukaze LaTex

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

Izhod naj bo takšen

Zaključek

Ta članek samo opraska površino tega, kar bi lahko dosegli z uporabo Jupyterjeve zvezke. Večino primerov v tem članku najdete v tem Jupyterjevem zvezku, ki sem ga ustvaril tukaj na kolaboraciji

Oznake:

  • 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