Introducción al cuaderno Jupyter para principiantes

El aprendizaje automático y la inteligencia artificial se han convertido en las nuevas palabras de moda en el mundo de la tecnología; literalmente, todos parecen haberse dado cuenta de lo importante que es este campo de estudio.


Un científico de datos estaría de acuerdo en que apenas puede prescindir de una computadora portátil Jupyter en algún momento, bueno, si no todas las veces. Una amplia gama de ingenieros de IA / ML ha adoptado el uso de Cuaderno Jupyter como herramienta que usan para escribir y probar los algoritmos / modelos.

¿Pero qué es Jupyter? ¿Y por qué se le llama cuaderno??

Según Wikipedia, un cuaderno es un libro o carpeta de papel de páginas, a menudo gobernado, utilizado para muchos propósitos, como la grabación de notas o memorandos, escritura, dibujo o reserva de chatarra.

Básicamente, podríamos decir que un cuaderno se usa para expresar un contexto, idea o conocimiento particular usando texto, diagramas, dibujos, imágenes, ecuaciones, tablas o incluso gráficos..

¿Por qué entonces Jupyter se conoce como un cuaderno??

¡Porque hace exactamente lo que hace lo anterior! Se utiliza para redactar documentos, códigos, textos, imágenes, ecuaciones, borradores de gráficos y visualizaciones e incluso dibujar tablas..

¿Qué es el cuaderno Jupyter??

Jupyter Notebook es una aplicación web de código abierto que le permite crear y compartir documentos que contienen código en vivo, ecuaciones, visualizaciones y texto narrativo. Sus usos incluyen limpieza y transformación de datos, simulación numérica, modelado estadístico, visualización de datos, aprendizaje automático y mucho más..

Muy a menudo, el Jupyter Notebook se usa en un entorno Python. Tienen salidas muy interactivas y se pueden compartir fácilmente, como un cuaderno normal.

¿Para qué se puede usar Jupyter Notebook??

Escribir múltiples idiomas.

El sistema Jupyter admite más de 100 lenguajes de programación (llamados “núcleos” en el ecosistema Jupyter), incluidos Python, Java, R, Julia, Matlab, Octave, Scheme, Processing, Scala y muchos más. Puede compartir el código escrito en Notebook con otros.

Aquí hay algunos idiomas que se pueden escribir en el cuaderno Jupyter.

Pitón

De todos los idiomas que se pueden escribir con Jupyter, python es el más popular con el portátil. Casi todos los que escriben código dentro del entorno Jupyter escriben el Pitón. Por defecto, Jupyter admite Python en su entorno sin el uso de comandos mágicos especiales..

def hello_world ():
impresión("Hola Mundo!!!")
Hola Mundo()

Y, la salida sería:

Hola Mundo!!!

JavaScript

JavaScript popularmente conocido por la web y también se puede escribir en Jupyter. A diferencia de Python, JavaScript no es compatible de forma predeterminada. Debe usar un determinado comando especial para indicarle a la celda que lo está ejecutando que se trata de un código JavaScript. Estos comandos a menudo se llaman comandos mágicos. para JavaScript, el comando es %% javascript.

También hay un límite para el código JavaScript que puede ejecutar en Jupyter Notebook, a diferencia de Python.

%% javascript
texto const = "Hola Mundo"
alerta (texto)

Java

Permite integrar “granos” adicionales – idiomas Tal núcleo se puede instalar siguiendo el conjunto de instrucciones de instalación aquí. Después de la instalación, ejecute el siguiente comando en su terminal Jupyter si está en Linux.

consola de jupyter –kernel = java
Consola Jupyter 5.1.0
Java 9.0.4 + 11 :: IJava kernel 1.1.0-SNAPSHOT
Implementación del protocolo v5.0 por jupyter-jvm-basekernel 2.2.1-SNAPSHOT
En 1]:

Matlab

Matlab es un lenguaje de alto rendimiento para la informática técnica; Integra la computación, la visualización y la programación en un entorno fácil de usar donde los problemas y las soluciones se expresan en notación matemática familiar..

Para usar Matlab en Jupyter Notebook, primero debe instalar Jupyter-Matlab. Lo primero que debemos hacer es crear un entorno virtual..

  • Abra su solicitud de Jupyter en Windows o simplemente su terminal en Linux y escriba el siguiente comando

conda create -vv -n jmatlab python = 3.5 jupyter

  • Asegúrese de permanecer en este terminal, luego escriba el código

fuente activa jmatlab

  • Luego instale el núcleo de Matlab para Python

pip install matlab_kernal
instalar python -m matlab_kernel

  • Compruebe si el núcleo está instalado correctamente

lista de kernelspec de jupyter

  • Encuentra tu directorio de MATLAB. “/Aplicaciones/MATLAB_R2017a.app”.
  • Vaya al subdirectorio “extern / engine / python” e instale el motor Python.

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

  • Iniciar cuaderno Jupyter

cd your_working_directory
cuaderno jupyter

Una vez lanzado, ahora debería haber una opción para Matlab y Python.

Rebajas

El cuaderno Jupyter es útil cuando se trata de escribir rebajas, y esto puede ser muy útil cuando desea dar una explicación detallada o bien detallada de un fragmento de código, escribir documentación o un diccionario para un conjunto de datos en particular.
Escriba el siguiente código en un cuaderno.

* [Pandas] (# pandas),
Utilizado para el análisis de datos.
* [Numpy] (# numpy),
Utilizado para el análisis numérico.
* [Matplotlib] (# matplotlib),
Utilizado para visualizaciones de datos

El resultado debe ser el siguiente;

Bash Scripts

Jupyter Notebooks permite el uso de script bash mediante el comando mágico %% bash.

Para probar, creemos una carpeta en su directorio de trabajo actual. Escriba el siguiente código en una celda de Notebook.

%%golpetazo
mkdir Test_Folder

Ejecute el código, ahora verifique su directorio de trabajo escribiendo el código

%%golpetazo
ls

Verá que se le ha agregado la carpeta Test_Folder. También puede navegar a la carpeta físicamente para verificar.

Visualización de datos

Con el uso de bibliotecas de Python como matplotlib, puede ejecutar y mostrar visualizaciones de datos directamente en su navegador.

Tratemos de hacer una visualización muy básica usando matplotlib.

Primero importaríamos la biblioteca

desde matplotlib importa pyplot como plt
% matplotlib en línea

Luego escriba los siguientes códigos

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

Aún más interesante es que podríamos hacer visualizaciones en 3D!!
Primero necesitamos importar la biblioteca de visualización 3D

desde mpl_toolkits import mplot3d
importar numpy como np

Luego haz una proyección en 3D

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

Nuestra salida debería verse así

Proyección 3d
Ahora, ejecuta los siguientes scripts.

def f (x, y):
return 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 (proyección = ‘3d’)
ax.plot_surface (X, Y, Z, rstride = 1, cstride = 1,
cmap = ‘viridis’, edgecolor = ‘ninguno’)
ax.set_title (‘superficie’);

Diagrama tramado 3d

Notación matemática y científica

Podemos usar herramientas como Latex directamente dentro de nuestras ecuaciones matemáticas y científicas tipo Jupyter Notebook.

LaTeX es un sistema de composición tipográfica de alta calidad; Incluye características diseñadas para la producción de documentación técnica y científica. Puede obtener más información sobre el látex aquí. aquí. Intentemos ejecutar algunos códigos simples de LaTex.
Escriba los siguientes comandos de LaTex

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

El resultado debe ser de este tipo.

Conclusión

Este artículo solo rasca la superficie de lo que se podría lograr con el uso de Cuadernos Jupyter. Puede encontrar la mayoría de los ejemplos en este artículo en este cuaderno Jupyter que creé aquí en colaboración

TAGS:

  • Pitón

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