本文概述
- 什么是Jupyter Notebook?
- Jupyter Notebook可用于什么用途?
数据科学家会同意, 即使不是每次都在某个时间点使用Jupyter笔记本电脑, 你几乎也做不到。大量的AI / ML工程师已将Jupyter Notebook用作工具来编写和测试算法/模型。
但是Jupyter是什么?为何将其称为笔记本?
根据Wikipedia的说法, 笔记本是经常被裁定的书籍或纸质装订页, 用于许多目的, 例如记录便笺或备忘录, 书写, 绘画或取消预订。因此, 基本上可以说, 笔记本用于通过文本, 图表, 图形, 图片, 方程式, 表格甚至图表来表达特定的上下文, 思想或知识。
为什么后来将Jupyter称为笔记本?
因为它完全符合上述要求!它用于草拟文档, 代码, 文本, 图片, 方程式, 草稿图以及可视化, 甚至绘制表格。
文章图片
Bash脚本
【Jupyter Notebook入门指南】Jupyter Notebooks允许使用%% bash magic命令来使用bash脚本。
为了进行测试, 让我们在当前工作目录中创建一个文件夹。在笔记本单元格中键入以下代码。
%%bash
mkdir Test_Folder
运行代码, 现在通过键入代码检查你的工作目录
%%bash
ls
你会看到文件夹Test_Folder已添加到其中。你还可以物理导航到该文件夹??进行检查。
数据可视化
通过使用matplotlib等Python库, 你可以直接在浏览器中运行和显示数据可视化。
让我们尝试使用matplotlib进行非常基本的可视化。
我们首先要导入库
from matplotlib import pyplot as plt
%matplotlib inline
然后输入以下代码
x = [1, 2, 3, 4, 5, 6, 7, 8, 9]
y = [11, 12, 13, 14, 15, 16, 17, 18, 19]
plt.plot(x, y)
文章图片
更有趣的是, 我们可以进行3D可视化!!
我们首先需要导入3d可视化库
from mpl_toolkits import mplot3d
import numpy as np
然后进行3D投影
fig = plt.figure()
ax = plt.axes(projection='3d')
我们的输出应如下所示
文章图片
现在, 运行以下脚本。
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(projection='3d')
ax.plot_surface(X, Y, Z, rstride=1, cstride=1,
cmap='viridis', edgecolor='none')
ax.set_title('surface');
文章图片
数学和科学记数法
我们可以在Jupyter Notebook类型的数学和科学方程式内部使用诸如Latex之类的工具。
LaTeX是一种高质量的排版系统;它包括为生产技术和科学文档而设计的功能。你可以在这里了解更多关于乳胶的信息。让我们尝试运行一些简单的LaTex代码。
键入以下LaTex命令
## $J(\theta_0) = \frac{1}{2m}\sum_{i=0}^{m} (h_\theta(x^{(i)}) - y^{(i)})^2$
输出应为此类
文章图片
总结
本文只是介绍了使用Jupyter笔记本可以实现的功能。你可以在我在此处合作创建的Jupyter笔记本中找到本文中的大多数示例
推荐阅读
- 了解持续集成和持续部署
- 11个初学者学习Python的资源
- 3个用于前端开发的最佳JavaScript框架/库
- 来看看基于Kite的Python自动补全工具吧
- 每个程序员都应该知道的13个最佳IDE
- 10种用于格式化和优化CSS文件的最佳工具
- 如何使用JSON Web Token保护Flask REST API()
- 每个数据科学家都应该知道的18种必备软件
- 提高你的批判性思维的17个编码挑战