Quadern de Jupyter Introducció per a principiants

L’aprenentatge automàtic i la intel·ligència artificial s’han convertit en les noves paraules brunzides del món de la tecnologia; literalment, tothom sembla que s’ha adonat de la importància d’aquest camp d’estudi.


Un científic de dades estaria d’acord que amb prou feines es pot fer sense utilitzar un quadern de Jupyter en algun moment, bé, si no cada vegada. Ha adoptat un ampli ventall d’enginyers AI / ML Quadern de Jupyter com a eina que utilitzen per escriure i provar els algorismes / models.

Però, què és Jupyter? I per què es coneix com a Quadern?

Segons la Viquipèdia, un quadern és un llibre o enquadernador de paper de pàgines, sovint reglat, que s’utilitza per a molts propòsits com ara enregistrar notes o memorandes, escriure, dibuixar o reservar ferralla.

Així, bàsicament, podríem dir que un quadern s’utilitza per expressar un context, idea o coneixement determinats mitjançant text, esquemes, dibuixos, imatges, equacions, taules o fins i tot gràfics.

Per què llavors es coneix a Jupyter com a llibreta?

Perquè fa exactament el que fa el que s’ha dit anteriorment. S’utilitza per redactar documents, codis, textos, imatges, equacions, esborranys de gràfics i visualitzacions i fins i tot dibuixar taules.

Què és Jupyter Notebook?

El quadern de Jupyter és una aplicació web de codi obert que permet crear i compartir documents que contenen codi en viu, equacions, visualitzacions i text narratiu. S’utilitzen neteja i transformació de dades, simulació numèrica, modelatge estadístic, visualització de dades, aprenentatge automàtic i molt més.

La majoria de vegades, el quadern de Jupyter s’utilitza en un entorn Python. Tenen sortides molt interactives i es poden compartir fàcilment, igual que un quadern ordinari.

Per a què serveix Jupyter Notebook?

Escriptura de diversos idiomes.

El sistema Jupyter és compatible amb més de 100 llenguatges de programació (anomenats “nuclis” a l’ecosistema de Jupyter), inclosos Python, Java, R, Julia, Matlab, Octave, Scheme, Processing, Scala i molts altres. Podeu compartir el codi escrit al quadern amb altres persones.

A continuació, es detallen alguns idiomes que es poden escriure al quadern de Jupyter.

Python

De tots els idiomes que es poden escriure amb Jupyter, python és el més popular amb el quadern. Gairebé tothom que escrigui codi dins de l’entorn de Jupyter escriu Python. Per defecte, Jupyter és compatible amb Python al seu entorn sense l’ús de comandes màgiques especials.

def hello_world ():
imprimir("Hola món!!!")
Hola món()

I, la sortida seria:

Hola món!!!

JavaScript

JavaScript és conegut popularment per la web i també es pot escriure a Jupyter. A diferència de Python, JavaScript no és compatible per defecte. Heu d’utilitzar una ordre especial per indicar a la cel·la que la esteu executant perquè es tracta d’un codi JavaScript. Aquestes ordres se solen anomenar ordres màgiques. per a JavaScript, l’ordre és %% javascript.

També hi ha un límit al codi de JavaScript que podríeu executar a Jupyter Notebook, a diferència de python.

%% Javascript
text de const = "Hola món"
alerta (text)

Java

Permet integrar-se “nuclis” addicionals – idiomes. Aquest nucli es pot instal·lar seguint les instruccions d’instal·lació aquí. Després d’instal·lar-lo, executeu la següent comanda al vostre terminal de Jupyter si es troba a Linux.

consola del jupyter –kernel = java
Consola Jupyter 5.1.0
Java 9.0.4 + 11 :: Nucli IJava 1.1.0-SNAPSHOT
Implementació del protocol v5.0 per jupyter-jvm-basekernel 2.2.1-SNAPSHOT
A [1]:

Matlab

Matlab és un llenguatge d’alt rendiment per a informàtica tècnica; Integra la computació, la visualització i la programació en un entorn fàcil d’utilitzar on els problemes i les solucions s’expressen en una notació matemàtica familiar..

Per utilitzar Matlab a Jupyter Notebook, primer heu d’instal·lar Jupyter-Matlab. El primer que hem de fer és crear un entorn virtual.

  • Obriu l’indicador de Jupyter a Windows o només el vostre terminal a Linux i escriviu l’ordre següent

conda crear -vv -n jmatlab python = 3,5 jupètres

  • Assegureu-vos de romandre en aquest terminal i escriviu el codi

font activa jmatlab

  • A continuació, instal·leu el nucli Matlab per a Python

pip install matlab_kernal
instal·lació de python -m matlab_kernel

  • Comproveu si el nucli està instal·lat correctament

llista de jupyter kernelspec

  • Cerqueu el vostre directori MATLAB. “/Applications/MATLAB_R2017a.app”.
  • Vés a la subdirecció “extern / motors / python” i instal·la el motor Python.

cd “/Applications/MATLAB_R2017a.app/extern/engines/python”
instal·lació de python setup.py

  • Inicia la llibreta de Jupyter

cd your_working_directory
quadern de jupyter

Un cop llançat, ara hi hauria d’haver una opció tant per Matlab com per python.

Markdowns

El bloc de notes Jupyter resulta útil a l’hora d’escriure la desviació, i això pot ser de gran utilitat quan es vulgui donar una explicació en anglès o bé detallada d’un tros de codi, una documentació d’escriptura o un diccionari d’un determinat conjunt de dades..
Escriviu el codi següent en un quadern.

* [Pandas] (# pandas),
S’utilitza per a l’anàlisi de dades
* [Numpy] (# numpy),
S’utilitza per a anàlisis numèriques
* [Matplotlib] (# matplotlib),
S’utilitza per a visualitzacions de dades

La sortida ha de ser la següent;

Scripts de paraula

Els quaderns de Jupyter permet l’ús del guió bash mitjançant l’ordre %% bash magic.

Per provar, creem una carpeta al vostre directori de treball actual. Escriviu el codi següent en una cel·la Notebook.

%% bash
mkdir Test_Folder

Executeu el codi i comproveu el vostre directori de treball escrivint el codi

%% bash
ls

Veureu que s’hi han afegit la carpeta Test_Folder. També podeu navegar a la carpeta físicament per comprovar-ho.

Visualització de dades

Amb l’ús de biblioteques Python com matplotlib, podeu executar i mostrar visualitzacions de dades directament al vostre navegador.

Intentem fer una visualització molt bàsica mitjançant matplotlib.

Primer importaríem la biblioteca

de matplotlib importar pyplot com plt
% matplotlib en línia

A continuació, escriviu els codis següents

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

Encara més intrigant és que podríem fer visualitzacions en 3D!!
Primer hem d’importar la biblioteca de visualització 3d

des de mpl_toolkits importar mplot3d
importa numpy com a np

A continuació, feu una projecció en 3d

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

La nostra sortida hauria de ser així

Projecció 3d
Ara, executeu els scripts següents.

def f (x, y):
retorna np.sin (np.sqrt (x ** 2 + i ** 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 (projecció = ‘3d’)
ax.plot_surface (X, Y, Z, rstride = 1, cstride = 1,
cmap = ‘viridis’, edgecolor = ‘cap’)
ax.set_title (“superfície”);

Esquema en 3D

Notacions matemàtiques i científiques

Podem utilitzar eines com el làtex dins de les nostres equacions matemàtiques i científiques del tipus de quadern de Jupyter.

LaTeX és un sistema de composició d’alta qualitat; inclou funcions dissenyades per a la producció de documentació tècnica i científica. Podeu obtenir més informació sobre el làtex aquí aquí. Intentem executar alguns codis LaTex simples.
Escriviu les ordres següents de LaTex

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

La sortida hauria de ser d’aquest tipus

Conclusió

Aquest article simplement rasca la superfície del que es podria aconseguir amb l’ús de Quaderns de Jupyter. Podeu trobar la majoria d’exemples d’aquest article en aquest quadern de Jupyter que he creat aquí en col·laboració

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