Jupyter-Notizbuch: Dokumentieren und Ausführen von Code über den Browser

In dem Artikel Anaconda Distribution: Die umfassendste Suite für Data Science mit Python Wir haben darüber gesprochen, dass wir interessante Tools detaillieren werden, die mit dieser Suite automatisch installiert werden. Eines dieser Werkzeuge ist Jupyter Notizbuch Das ist ideal für diejenigen, die sind Programmieren in Python lernen und sie müssen alles dokumentieren, was sie lernen, zusätzlich zu denen, die es müssen wissenschaftlich fundierte Berichte einreichen.

Was ist Jupyter Notebook?

El Jupyter Notizbuch ein Open Source Webanwendung, entwickelt mit HTML-Agnostiker-Sprache, die erlaubt Erstellen, Freigeben und Bearbeiten von Dokumenten, in denen Python-Code ausgeführt werden kann, machen Sie Anmerkungen, fügen Sie Gleichungen ein, visualisieren Sie Ergebnisse und dokumentieren Sie Funktionen.

Diese Anwendung ist im Allgemeinen so konzipiert, dass sie eine erweiterte Kompatibilität mit bietet Python, Markdown und es beinhaltet die Möglichkeit, mit dem Tool erstellte Dokumente in andere Formate zu exportieren.

Im Allgemeinen wird dieses Tool für die verwendet Erlernen der Programmiersprache Python, Bereinigen und Transformieren von wissenschaftlichen Daten, numerische Simulation, statistische Modellierung und kann viele andere Bereiche abdecken.

Jupyter Notebook-Funktionen

Unter den vielen Funktionen von Jupyter Notebook können wir Folgendes hervorheben:

• Einfach zu installieren dank der Anwesenheit in der Anaconda Distribution Suite.
• Es verfügt über eine erweiterte Weboberfläche, mit der Quellcode, Texte, Formeln, Abbildungen und Multimedia in einem einzigen Dokument kombiniert werden können.
• Die Integration verschiedener Arten von Informationen ermöglicht es uns, unsere Programme oder die Konzepte, die wir lernen, angemessener zu erklären.
• Erlaube dem aZugriff von überall, ohne dass andere Dienste installiert werden müssen, da es als Client-Server funktioniert. Ebenso kann es auf einem lokalen Desktop oder auf einem Remote-Server ausgeführt werden.
• Obwohl die grundlegende Programmiersprache in Jupyter Notebook ist Pythonist diese App auch kompatibel mit mehr als 40 Sprachen, darunter R, Julia und Scala.
• Ermöglicht den Austausch von Jupyter-Dokumenten über Dienste von Drittanbietern.
• Wir können Bilder, Videos, LaTeX und JavaScript ausführen und anzeigen sowie die Ergebnisse in Echtzeit bearbeiten.
• Es verfügt über einen erweiterten Dokumentenmanager, mit dem Sie die anzeigen können Mit Jupyter Notebook kompatible Dateien, die auf unserem Computer gehostet werden.
• In Jupyter Notebook erstellte Dokumente können in verschiedene statische Formate exportiert werden einschließlich HTML, reStructeredText, LaTeX, PDF und Diashows.
• Es ist kompatibel mit nbviewer Dadurch können wir unsere Jupyter Notebook-Dokumente als statische Webseite in die Cloud portieren, die von jedem angezeigt werden kann Das Jupyter Notebook muss nicht installiert werden .

Wie verwende und installiere ich Jupyter Notebook?

Wenn wir Anaconda Distribution bereits installiert haben, ist Jupyter Notebook bereits installiert und wir können es vom Terminal mit ausführen jupyter notebook, Dieser Befehl führt die Dienste aus, die für die ordnungsgemäße Funktion des Tools erforderlich sind, und öffnet automatisch unseren Standardbrowser, damit wir die Funktionen von Jupyter nutzen können.

Falls Sie Anaconda Distribution nicht installieren möchten, können wir dies tun Installieren Sie Jupyter Notebook mit Python PipÖffnen Sie dazu ein Terminal und führen Sie den folgenden Befehl aus:

$ pip install notebook

Auf die gleiche Weise können wir eine Online-Demo der Anwendung aus dem Folgenden genießen Link und eine ausführliche Dokumentation aller seiner Funktionen finden Sie in seiner Offizielle Webseite.

Jupyter Notebook ist ein Tool, das ich für unerlässlich halte, wenn Sie in die fabelhafte Welt der Python-Programmierung einsteigen, aber es hat auch ein großes Potenzial für diejenigen, die Data Science auf geordnete Weise studieren möchten, mit dem gesamten Potenzial von Python und mit die Möglichkeit, alle verwendeten wissenschaftlichen Grundlagen zu dokumentieren.