Pengenalan Notebook Jupyter untuk Pemula

Pembelajaran Mesin dan Kecerdasan Buatan telah menjadi kata-kata buzz baru di dunia teknologi; secara harfiah, semua orang nampaknya menyedari betapa pentingnya bidang pengajian ini.


Seorang saintis data akan bersetuju bahawa anda hampir tidak dapat melakukannya tanpa menggunakan notebook Jupyter pada satu ketika, baik, jika tidak setiap waktu. Pelbagai jurutera AI / ML telah menggunakan penggunaan Buku nota Jupyter sebagai alat yang mereka gunakan untuk menulis dan menguji algoritma / model.

Tetapi apa itu Jupyter? Dan mengapa ia disebut sebagai Notebook?

Menurut Wikipedia, buku nota adalah buku atau pengikat kertas halaman, sering diperintah, digunakan untuk banyak tujuan seperti mencatat nota atau memorandum, menulis, melukis atau memo tempahan.

Jadi pada dasarnya, kita boleh mengatakan buku nota digunakan untuk mengekspresikan konteks, idea, atau pengetahuan tertentu menggunakan teks, gambar rajah, gambar, gambar, persamaan, jadual, atau bahkan carta.

Mengapa Jupyter disebut sebagai buku nota?

Kerana ia melakukan apa yang dinyatakan di atas! Ini digunakan untuk menyusun dokumen, kod, teks, gambar, persamaan, draf carta, dan visualisasi dan bahkan menggambar jadual.

Apa itu Jupyter Notebook?

Notebook Jupyter adalah aplikasi web sumber terbuka yang membolehkan anda membuat dan berkongsi dokumen yang mengandungi kod langsung, persamaan, visualisasi, dan teks naratif. Penggunaannya meliputi pembersihan dan transformasi data, simulasi berangka, pemodelan statistik, visualisasi data, pembelajaran mesin, dan banyak lagi.

Selalunya, Jupyter Notebook digunakan dalam persekitaran Python. Mereka mempunyai output yang sangat interaktif dan dapat dikongsi dengan mudah, seperti notebook biasa.

Untuk apa Jupyter Notebook boleh digunakan?

Menulis pelbagai bahasa.

Sistem Jupyter menyokong lebih dari 100 bahasa pengaturcaraan (disebut “kernel” dalam ekosistem Jupyter), termasuk Python, Java, R, Julia, Matlab, Octave, Skema, Pemprosesan, Scala, dan banyak lagi. Anda boleh berkongsi kod yang ditulis dalam Notebook dengan orang lain.

Berikut adalah beberapa bahasa yang boleh ditulis dalam buku nota Jupyter.

Python

Dari semua bahasa yang boleh ditulis dengan Jupyter, python adalah yang paling popular dengan buku nota. Hampir semua orang yang menulis kod dalam lingkungan Jupyter menulis Python. Secara lalai, Jupyter menyokong Python di persekitaran mereka tanpa menggunakan perintah sihir khas.

def hello_world ():
mencetak ("Hai dunia!!!")
Hai dunia()

Dan outputnya adalah:

Hai dunia!!!

JavaScript

JavaScript terkenal dengan web dan juga boleh ditulis dalam Jupyter. Tidak seperti Python, JavaScript tidak disokong secara lalai. Anda harus menggunakan perintah khas tertentu untuk memberitahu sel yang Anda jalankan kerana ini adalah kod JavaScript. Perintah ini sering disebut perintah sihir. untuk JavaScript, perintahnya adalah %% javascript.

Terdapat juga batasan kod JavaScript apa yang dapat anda jalankan di Jupyter Notebook, tidak seperti python.

%% javascript
teks const = "Hai dunia"
amaran (teks)

Jawa

Ia membolehkan penyatuan “kernel” tambahan – bahasa. Kernel seperti itu dapat dipasang dengan mengikuti set arahan pemasangan di sini. Setelah memasang, jalankan arahan berikut di terminal Jupyter anda jika di Linux.

konsol jupyter –kernel = java
Konsol Jupyter 5.1.0
Java 9.0.4 + 11 :: Kernel IJava 1.1.0-SNAPSHOT
Pelaksanaan protokol v5.0 oleh jupyter-jvm-basekernel 2.2.1-SNAPSHOT
Dalam [1]:

Matlab

Matlab adalah bahasa berprestasi tinggi untuk pengkomputeran teknikal; Ini mengintegrasikan pengiraan, visualisasi, dan pengaturcaraan dalam lingkungan yang mudah digunakan di mana masalah dan penyelesaian dinyatakan dalam notasi matematik yang biasa.

Untuk menggunakan Matlab di Jupyter Notebook, anda harus terlebih dahulu memasang Jupyter-Matlab. Perkara pertama yang perlu kita lakukan ialah mewujudkan persekitaran maya.

  • Buka prompt Jupyter anda di windows atau hanya terminal anda di Linux dan ketik perintah berikut

conda buat -vv -n jmatlab python = 3.5 jupyter

  • Pastikan anda kekal di terminal ini, kemudian taipkan kodnya

sumber mengaktifkan jmatlab

  • Kemudian pasang kernel Matlab untuk Python

memasang pip matlab_kernal
pemasangan python -m matlab_kernel

  • Periksa sama ada kernel dipasang dengan betul

senarai kernelspec jupyter

  • Cari direktori MATLAB anda. “/Aplikasi/MATLAB_R2017a.app”.
  • Pergi ke subdirektori “extern / engine / python” dan pasang enjin Python.

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

  • Mulakan buku nota Jupyter

cd_direktori_kerja anda
buku nota jupyter

Setelah dilancarkan, kini harus ada pilihan untuk Matlab dan python.

Penurunan nilai

Notebook Jupyter sangat berguna ketika menuliskan markdown, dan ini sangat berguna apabila anda ingin memberikan penjelasan secara terperinci atau terperinci mengenai sekeping kod, menulis dokumentasi, atau kamus untuk set data tertentu.
Taipkan kod di bawah dalam buku nota.

* [Pandas] (# panda),
Digunakan untuk analisis data
* [Numpy] (# numpy),
Digunakan untuk analisis berangka
* [Matplotlib] (# matplotlib),
Digunakan untuk visualisasi data

Keluarannya adalah seperti berikut;

Skrip Bash

Jupyter Notebook membenarkan penggunaan skrip bash dengan menggunakan perintah %% bash magic.

Untuk menguji, mari buat folder di direktori kerja semasa anda. Taipkan kod berikut di sel Notebook.

%% bash
mkdir Test_Folder

Jalankan kod, sekarang periksa direktori kerja anda dengan mengetik kodnya

%% bash
ls

Anda akan melihat bahawa folder Test_Folder telah ditambahkan ke dalamnya. Anda juga boleh menavigasi ke folder secara fizikal untuk diperiksa.

Visualisasi Data

Dengan penggunaan perpustakaan Python seperti matplotlib, anda dapat menjalankan dan memaparkan visualisasi data terus di penyemak imbas anda.

Mari cuba membuat visualisasi yang sangat asas menggunakan matplotlib.

Kami akan mengimport perpustakaan terlebih dahulu

dari matplotlib import pyplot sebagai plt
% matplotlib sebaris

Kemudian taipkan kod berikut

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

Lebih menarik lagi ialah kita dapat melakukan visualisasi 3d!!
Mula-mula kita perlu mengimport perpustakaan visualisasi 3d

dari mpl_toolkits import mplot3d
import numpy sebagai np

Kemudian buat unjuran 3d

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

Keluaran kami akan kelihatan seperti ini

Unjuran 3d
Sekarang, jalankan skrip berikut.

def f (x, y):
pulangkan 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 (unjuran = ‘3d’)
ax.plot_surface (X, Y, Z, rstride = 1, cstride = 1,
cmap = ‘viridis’, edgecolor = ‘none’)
ax.set_title (‘permukaan’);

Gambarajah Plot 3d

Notasi Matematik dan Saintifik

Kami boleh menggunakan alat seperti Lateks tepat di dalam persamaan matematik dan saintifik Jupyter Notebook kami.

LaTeX adalah sistem penetapan jenis berkualiti tinggi; ia merangkumi ciri yang direka untuk pengeluaran dokumentasi teknikal dan saintifik. Anda boleh mengetahui lebih lanjut mengenai susu getah di sini di sini. Mari cuba jalankan beberapa kod LaTex yang mudah.
Taipkan arahan LaTex berikut

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

Keluarannya mestilah seperti ini

Kesimpulannya

Artikel ini hanya menggaru permukaan apa yang dapat dicapai dengan penggunaan Buku nota Jupyter. Anda boleh mendapatkan sebahagian besar contoh dalam artikel ini dalam buku nota Jupyter yang saya buat ini di sini secara kolaboratif

TAG:

  • 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