Introduzione a Jupyter Notebook per principianti

L’apprendimento automatico e l’intelligenza artificiale sono diventati le nuove parole d’ordine nel mondo della tecnologia; letteralmente, tutti sembrano aver capito quanto sia importante questo campo di studio.


Uno scienziato di dati sarebbe d’accordo sul fatto che a malapena puoi fare a meno di usare un notebook Jupyter, beh, se non ogni volta. Una vasta gamma di ingegneri AI / ML ha adottato l’uso di Notebook Jupyter come strumento che usano per scrivere e testare algoritmi / modelli.

Ma cos’è Jupyter? E perché viene chiamato Notebook?

Secondo Wikipedia, un quaderno è un libro o un raccoglitore di carta di pagine, spesso governato, utilizzato per molti scopi come la registrazione di note o memoranda, la scrittura, il disegno o la prenotazione di rottami.

Quindi, in sostanza, potremmo dire che un taccuino è usato per esprimere un particolare contesto, idea o conoscenza usando testo, diagrammi, disegni, immagini, equazioni, tabelle o persino grafici.

Perché allora Jupyter viene chiamato notebook?

Perché fa esattamente quello che fa sopra! Viene utilizzato per redigere documenti, codici, testi, immagini, equazioni, bozze di grafici e visualizzazioni e persino disegnare tabelle.

Che cos’è Jupyter Notebook?

Jupyter Notebook è un’applicazione Web open source che consente di creare e condividere documenti che contengono codice in tempo reale, equazioni, visualizzazioni e testo narrativo. Include la pulizia e la trasformazione dei dati, la simulazione numerica, la modellazione statistica, la visualizzazione dei dati, l’apprendimento automatico e molto altro.

Molto spesso, il notebook Jupyter viene utilizzato in un ambiente Python. Hanno output molto interattivi e possono essere facilmente condivisibili, proprio come un normale notebook.

Per cosa può essere utilizzato Jupyter Notebook?

Scrivere più lingue.

Il sistema Jupyter supporta oltre 100 linguaggi di programmazione (chiamati “kernel” nell’ecosistema Jupyter), tra cui Python, Java, R, Julia, Matlab, Octave, Scheme, Processing, Scala e molti altri. È possibile condividere il codice scritto in Notebook con altri.

Ecco alcune lingue che possono essere scritte nel quaderno Jupyter.

Pitone

Di tutte le lingue che possono essere scritte con Jupyter, Python è la più popolare con il notebook. Quasi tutti coloro che scrivono codice all’interno dell’ambiente Jupyter scrivono il file Pitone. Per impostazione predefinita, Jupyter supporta Python nel loro ambiente senza l’uso di speciali comandi magici.

def hello_world ():
Stampa("Ciao mondo!!!")
Ciao mondo()

E l’output sarebbe:

Ciao mondo!!!

JavaScript

JavaScript popolarmente conosciuto per il web e può anche essere scritto in Jupyter. A differenza di Python, JavaScript non è supportato per impostazione predefinita. Devi usare un certo comando speciale per dire alla cella che lo stai eseguendo in quanto si tratta di un codice JavaScript. Questi comandi sono spesso chiamati comandi magici. per JavaScript, il comando è %% javascript.

Esiste anche un limite al codice JavaScript che è possibile eseguire in Jupyter Notebook, a differenza di Python.

%% javascript
const text = "Ciao mondo"
alert (testo)

Giava

Permette l’integrazione “kernel” aggiuntivi – le lingue. Tale kernel può essere installato seguendo le istruzioni di installazione Qui. Dopo l’installazione, esegui il seguente comando nel tuo terminale Jupyter se su Linux.

console jupyter –kernel = java
Console Jupyter 5.1.0
Java 9.0.4 + 11 :: IJava kernel 1.1.0-SNAPSHOT
Implementazione del protocollo v5.0 da jupyter-jvm-basekernel 2.2.1-SNAPSHOT
In 1]:

Matlab

Matlab è un linguaggio ad alte prestazioni per l’elaborazione tecnica; Integra il calcolo, la visualizzazione e la programmazione in un ambiente di facile utilizzo in cui i problemi e le soluzioni sono espressi in notazione matematica familiare.

Per usare Matlab in Jupyter Notebook, devi prima installare Jupyter-Matlab. La prima cosa che dobbiamo fare è creare un ambiente virtuale.

  • Apri il tuo prompt di Jupyter su Windows o solo il tuo terminale su Linux e digita il seguente comando

conda create -vv -n jmatlab python = 3.5 jupyter

  • Assicurati di rimanere in questo terminale, quindi digita il codice

fonte attiva jmatlab

  • Quindi installare il kernel Matlab per Python

pip install matlab_kernal
python -m matlab_kernel install

  • Controlla se il kernel è installato correttamente

jupyter kernelspec list

  • Trova la tua directory MATLAB. “/Applications/MATLAB_R2017a.app”.
  • Vai alla sottodirectory “extern / engine / python” e installa il motore Python.

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

  • Avvia il quaderno Jupyter

cd your_working_directory
quaderno jupyter

Una volta lanciato, ora dovrebbe esserci un’opzione sia per Matlab che per Python.

ribassi

Il notebook Jupyter è utile quando si tratta di scrivere markdown, e questo può essere molto utile quando si desidera dare una spiegazione dettagliata o ben dettagliata di un pezzo di codice, scrivere documentazione o un dizionario per un determinato set di dati.
Digita il codice seguente in un blocco note.

* [Panda] (# panda),
Utilizzato per l’analisi dei dati
* [Numpy] (# numpy),
Utilizzato per l’analisi numerica
* [Matplotlib] (# matplotlib),
Utilizzato per visualizzazioni di dati

L’output dovrebbe essere il seguente;

Script Bash

I quaderni di Jupyter consentono l’uso dello script bash usando il comando %% bash magic.

Per testare, creiamo una cartella nella tua directory di lavoro corrente. Digita il seguente codice in una cella Notebook.

%% bash
mkdir Test_Folder

Esegui il codice, ora controlla la tua directory di lavoro digitando il codice

%% bash
ls

Vedrai che la cartella Test_Folder è stata aggiunta ad essa. Puoi anche navigare fisicamente nella cartella per verificare.

Visualizzazione dati

Con l’uso delle librerie Python come matplotlib, è possibile eseguire e visualizzare visualizzazioni di dati direttamente nel browser.

Proviamo a fare una visualizzazione molto semplice usando matplotlib.

Innanzitutto importeremmo la libreria

da matplotlib import pyplot come plt
% matplotlib inline

Quindi digitare i seguenti codici

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 Visualizzazione.

Ancora più intrigante è che potremmo fare visualizzazioni 3D!!
Per prima cosa dobbiamo importare la libreria di visualizzazione 3d

da mpl_toolkits importa mplot3d
importa numpy come np

Quindi eseguire una proiezione 3D

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

Il nostro output dovrebbe apparire così

Proiezione 3d
Ora esegui i seguenti script.

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 (proiezione = ‘3d’)
ax.plot_surface (X, Y, Z, rstride = 1, cstride = 1,
cmap = ‘viridis’, edgecolor = ‘none’)
ax.set_title ( ‘superficie’);

Diagramma 3D

Notazioni matematiche e scientifiche

Possiamo usare strumenti come Latex proprio all’interno delle nostre equazioni matematiche e scientifiche di tipo Notebook Jupyter.

LaTeX è un sistema di composizione di alta qualità; include funzionalità progettate per la produzione di documentazione tecnica e scientifica. Puoi saperne di più sul lattice qui Qui. Proviamo a eseguire alcuni semplici codici LaTex.
Digitare i seguenti comandi LaTex

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

L’output dovrebbe essere di questo tipo

Conclusione

Questo articolo graffia solo la superficie di ciò che si potrebbe ottenere con l’uso di Notebook Jupyter. Puoi trovare la maggior parte degli esempi in questo articolo in questo taccuino Jupyter che ho creato qui in collaborazione

TAGS:

  • Pitone

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