Jupyter Notebook入门指南 _教程合集

本文概述

什么是Jupyter Notebook？
Jupyter Notebook可用于什么用途？

机器学习和人工智能已成为科技界的新时髦词汇。从字面上看, 每个人似乎都已经意识到这一研究领域的重要性。
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