Home-theater-designers
Wenn Sie ein aufstrebender Datenwissenschaftler sind, der mit Python oder R arbeitet, müssen Sie wissen, wie man Jupyter Notebook verwendet. Es ist eine Open-Source- und serverbasierte IDE zum Bearbeiten von Daten, zum Teilen von Live-Code sowie zum Verwalten des Data-Science-Workflows.
Sehen wir uns an, wie Sie Jupyter Notebook auf Ihrem lokalen Computer installieren und verwenden können.
So installieren und starten Sie Jupyter Notebook mit Pip
Wenn Sie Jupyter Notebook in einer virtuellen Umgebung über das pip installieren Befehl können Sie es als unabhängiges Paket oder Modul in einem virtuellen Raum ausführen.
Um diese Methode verwenden zu können, muss Python auf Ihrem Computer installiert sein. Ansonsten geh zum python.org Website, um die neueste Version von Python herunterzuladen und zu installieren. Wenn Sie jedoch ein Mac- oder Linux-Benutzer sind, haben Sie Python wahrscheinlich bereits standardmäßig installiert.
Wenn Sie ein Windows-Benutzer sind, stellen Sie sicher, dass Sie Python zum Windows-Pfad hinzufügen nach der Installation, um es über die Befehlszeile ausführbar zu machen.
Sobald Sie die oben genannten Bedingungen erfüllt haben, öffnen Sie die Eingabeaufforderung an Ihrem ausgewählten Speicherort.
Nächste, Erstellen und aktivieren Sie eine virtuelle Python-Umgebung falls noch nicht geschehen.
Führen Sie in dieser virtuellen Umgebung die pip install notebook Befehl zum Installieren von Jupyter Notebook.
Als nächstes laufe Jupyter-Notizbuch um den Jupyter Notebook-Server in Ihrem Standardbrowser zu starten.
Kannst du einen nicht-Smart-TV kaufen?
So installieren und starten Sie Jupyter Notebook mit Anaconda Distribution
Die Anaconda-Distribution ist ein IDE-Manager, mit dem Sie Jupyter Notebook in einem conda virtuelle Umgebung.
Sie können auch die Befehlszeilentechnik vermeiden, wenn Sie die Anaconda-Distribution verwenden. Damit können Sie Ihre virtuelle Umgebung erstellen und aktivieren und Jupyter Notebook über seinen Anaconda Navigator mit wenigen Klicks installieren.
Um diese Option zu verwenden, müssen Sie die neueste kompatible Version von . herunterladen und installieren Anaconda-Verteilung .
Sobald Sie Anaconda auf Ihrem Computer installiert haben, starten Sie den Anaconda Navigator. Um es unter Windows zu starten, können Sie die Windows-Suchleiste öffnen und nach Anaconda suchen. Klicken Sie dann im Suchergebnismenü auf Anaconda Navigator, um es zu öffnen.
Obwohl in der Basispfadumgebung von Anaconda Navigator Jupyter Notebook vorinstalliert ist, müssen Sie jedes Mal, wenn Sie damit eine Umgebung erstellen, eine neue installieren.
Sie können eine erstellen conda Umgebung und installieren Sie Jupyter Notebook darin über den CMD oder Anaconda Navigator.
Um die Option Anaconda Navigator zu verwenden, klicken Sie in der Seitenleiste der App auf Umgebungen .
Schauen Sie als Nächstes in die untere linke Ecke der App und klicken Sie auf Schaffen .
Geben Sie im einen bevorzugten Namen für Ihre virtuelle Umgebung ein Name Gebiet. Wählen Sie dann Ihre gewünschte Sprache aus und klicken Sie auf Schaffen ein ... machen conda virtuelle Umgebung.
Nachdem Sie eine Umgebung erfolgreich erstellt haben, wählen Sie sie aus und gehen Sie zu Heim . In dem Heim Menü, suchen Sie Jupyter Notebook und klicken Sie auf Installieren um es in dieser Umgebung zu installieren.
Klicke auf Start sobald die Installation abgeschlossen ist.
Optional können Sie nach der Installation von Jupyter Notebook über den Anaconda Navigator ein Terminal oder eine Eingabeaufforderung öffnen und die env_name aktivieren Befehl zum Aktivieren der conda virtuelle Umgebung, die Sie gerade erstellt haben.
Ersetzen Umgebungsname mit dem Namen der Umgebung, die Sie gerade über Anaconda Navigator erstellt haben. Um diese Methode unter Windows zu verwenden, stellen Sie jedoch sicher, dass Sie Folgendes hinzufügen: Anakonda zum Windows-Pfad.
Alternativ, wenn Sie die Anaconda Navigator-Option vollständig vermeiden möchten, können Sie eine conda Umgebung und installieren Sie Jupyter Notebook nur über das Terminal.
Öffnen Sie dazu Ihr Terminal und führen Sie den Befehl aus conda create --name env_name . Wenn Sie ein Windows-Benutzer sind, können Sie conda.bat erstellen --name env_name .
Verwenden Sie die pip install notebook Befehl, um Jupyter Notebook in dieser Umgebung zu installieren. Ersetzen Umgebungsname mit Ihrem Wunschnamen.
Starten Sie als Nächstes Jupyter Notebook, indem Sie die Jupyter-Notizbuch Befehl.
Verwandt: Windows CMD-Befehle, die Sie kennen sollten
Hinweis: Es wird empfohlen, Jupyter Notebook über die Befehlszeile zu starten. Auf diese Weise können Sie einen separaten Ordner für Ihr Projekt erstellen und eine virtuelle Umgebung am Speicherort des Ordners erstellen sowie Jupyter Notebook in demselben Verzeichnis starten.
So verwenden Sie Jupyter Notebook
Jetzt haben Sie Jupyter Notebook installiert. Werfen wir einen Blick auf einige der Möglichkeiten, wie Sie es verwenden können.
Wenn Sie Jupyter Notebook starten, gelangen Sie zu seiner Homepage, auf der Sie Ihre Dateien verwalten können.
Hinweis: Wenn Sie Jupyter Notebook über das CMD in einem leeren Verzeichnis öffnen, erbt die Homepage normalerweise auch dieses leere Verzeichnis. Andernfalls werden alle Dateien im übergeordneten Verzeichnis auf der Homepage von Jupyter Notebook angezeigt.
So importieren Sie eine Datei in Jupyter Notebook
Vielleicht möchten Sie mit einer externen Datei wie einem Excel-Dokument arbeiten. Sie können das in das Verzeichnis des Jupyter Notebook importieren, wenn es noch nicht dort ist.
Um eine Datei in Jupyter Notebook zu importieren, sehen Sie in der oberen rechten Ecke der App nach und klicken Sie auf Hochladen um Ihren PC nach einer Datei zu durchsuchen.
Nachdem Sie die Datei hochgeladen haben, klicken Sie auf das Hochladen neben der Datei angezeigte Option, um sie zum übergeordneten Ordnerverzeichnis hinzuzufügen.
Arbeiten mit einem neuen Notizbuch
Jedes geöffnete Notizbuch führt Ihren Code für Dateien aus, die .ipynb Verlängerung. Um ein Notebook oder einen Kernel zu öffnen, klicken Sie auf Neu . Wählen Sie dann Python 3 .
Um das neu geöffnete Notizbuch unter einem neuen Namen zu speichern, klicken Sie auf Datei .
Wählen Sie als Nächstes die Speichern als Option und geben Sie Ihrem Notebook einen bevorzugten Namen.
So fahren Sie ein laufendes Notebook herunter
Um ein laufendes Notebook herunterzufahren, gehen Sie zur Homepage und wählen Sie Laufen . Es lädt eine Liste der derzeit ausgeführten Kernel.
Klicke auf Abschalten neben einem Notizbuch, das Sie schließen möchten, um es zu deaktivieren.
So fügen Sie neue Zellen in Jupyter Notebook hinzu
Während Sie sich im Jupyter Notebook Kernel befinden, können Sie Ihren Code in Zellen schreiben. Um eine neue Zelle hinzuzufügen, klicken Sie auf Einfügung . Wählen Sie dann Ihre bevorzugte Option aus.
Alternativ können Sie auch Tastenkombinationen verwenden, um neue Zellen hinzuzufügen. Um eine neue Zelle über einer bestehenden hinzuzufügen, klicken Sie darauf und drücken Sie dann die Taste ZU auf Ihrer Tastatur.
Um unten eine Zelle hinzuzufügen, wiederholen Sie den obigen Vorgang, aber drücken Sie diesmal die Taste B auf Ihrer Tastatur.
Um eine Zelle nach oben oder unten zu verschieben, tippen Sie auf die Zielzelle. Klicken Sie als Nächstes auf den Pfeil nach oben oder den Pfeil nach unten oben im Kernel.
So führen Sie eine Codezeile oder einen Codeblock in Jupyter Notebook aus
Um eine Codezeile oder einen Codeblock auszuführen, klicken Sie auf das Lauf Option im oberen Teil des Kernels.
Um einen Code mit der Tastenkombination auszuführen, drücke Strg + Eingabetaste auf Ihrer Tastatur.
Laden eines Datensatzes mit Pandas in Jupyter Notebook: Ein praktisches Beispiel
Sie können auch einen Datensatz in den Kernel laden. Schauen wir uns den folgenden Beispielcode zum Lesen einer Excel-Datei mit Python an:
import pandas as pd
data=pd.read_excel(r'raw_data.xlsx')
data.head(10)
Beachten Sie, dass Sie nach dem Importieren oder Einfügen des Datensatzes in Ihr Arbeitsverzeichnis die Excel-Datei laden können, ohne den vollständigen Pfad aufzurufen. Drücken Sie Strg + Eingabetaste um den obigen Code auszuführen.
Der obige Code gibt diese Ausgabe zurück:
So verwenden Sie die Markdown-Eigenschaft von Jupyter Notebook
Sie können die markdown-Eigenschaft verwenden, um mathematische Ausdrücke und Klartext zu schreiben. Um mit der Markdown-Eigenschaft von Jupyter Notebook zu beginnen, müssen Sie einige grundlegende Syntax und Regeln beherrschen.
Sehen Sie sich einige der folgenden Regeln an:
- $ : einen Markdown-Code öffnen und schließen
- limits : eine Grenze bezeichnen
- Summe : das Summensymbol aufrufen
- Alpha : schreibe ein Alphasymbol
- Beta : Schreiben Sie ein Beta-Symbol
- Gamma : Rufe ein Gamma-Symbol auf
- ^ {} : ein Zeichen innerhalb der geschweiften Lötstelle hochstellen
- _ {} : Schreiben Sie einen Index des Zeichens innerhalb der geschweiften Braze
- Deckel : ein Kappensymbol einführen
- hat : setze ein Hutsymbol über das nächste Zeichen
Um zu sehen, wie diese Regeln in der Praxis funktionieren, kopieren Sie den untenstehenden Markdown-Code und fügen Sie ihn in eine Zelle im Kernel ein.
$eta_0{^4} caphat 6sumlimitspartial 5_{2}$
Tippen Sie als Nächstes auf die Zelle mit dem Code, schauen Sie dann nach oben im Kernel und klicken Sie auf das Code Dropdown-Liste.
Auswählen Markdown von der Liste. Führen Sie dann den Markdown-Code aus.
Alternativ können Sie die Taste m auf Ihrer Tastatur, um die ausgewählte Zelle auf Markdown umzuschalten. Drücken Sie die Taste UND zurück zu wechseln Code Modus.
Um die Markdown-Eigenschaft jedoch besser in den Griff zu bekommen, können Sie die Jupyter Notebook Markdown Cells docs .
Nutzen Sie Jupyter Notebook optimal
Mit Jupyter Notebook können Sie Data Science-Code in Echtzeit über einen lokalen oder Remote-Server ausführen und teilen. Mit seiner Markdown-Eigenschaft können Sie auch mathematische Ausdrücke und geschriebene Texte mit anderen teilen.
Jupyter Notebook kann nicht nur Code schreiben, sondern ist auch eine produktive und lehrreiche Plattform für Tutoren und Lernende, um gemeinsam Data Science- oder Machine Learning-Projektblöcke auszuführen.
Dieses Tool bietet jedoch viele andere Funktionen. Die hier besprochenen sollten Ihnen den Einstieg erleichtern.
Teilen Teilen Tweet Email 4 einzigartige Möglichkeiten zum Abrufen von Datensätzen für Ihr Machine Learning-ProjektGute Datensätze sind für Machine Learning und Data Science unerlässlich. Erfahren Sie, wie Sie die Daten erhalten, die Sie für Ihre Projekte benötigen.
Weiter lesen Verwandte Themen- Programmierung
- Python
- Datenanalyse
Idowu hat eine Leidenschaft für alles, was smarte Technologien und Produktivität ist. In seiner Freizeit spielt er mit Programmieren und wechselt bei Langeweile aufs Schachbrett, aber er liebt es auch, ab und zu aus der Routine auszubrechen. Seine Leidenschaft, Menschen den Weg in die moderne Technik zu weisen, motiviert ihn, mehr zu schreiben.
Mehr von Idowu OmisolaAbonniere unseren Newsletter
Abonnieren Sie unseren Newsletter für technische Tipps, Rezensionen, kostenlose E-Books und exklusive Angebote!
Klicken Sie hier, um zu abonnieren