Bloc-notes Jupyter: documenter et exécuter du code à partir du navigateur

Dans l'article Anaconda Distribution: la suite la plus complète pour la science des données avec Python Nous avons parlé que nous allions détailler des outils intéressants qui sont installés automatiquement avec cette suite. L'un de ces outils est Jupyter Notebook ce qui est idéal pour ceux qui sont apprendre à programmer en Python et ils doivent documenter tout ce qu'ils apprennent, en plus de ceux qui doivent présenter des rapports scientifiques.

Qu'est-ce que Jupyter Notebook?

El Jupyter Notebook est un des modéls application web open source, développé en utilisant un langage agnostique HTML qui permet créer, partager et éditer des documents dans lesquels le code python peut être exécuté, faites des annotations, insérez des équations, visualisez les résultats et documentez les fonctionnalités.

Cette application est généralement conçue pour avoir une compatibilité avancée avec Python, Markdown et il inclut la possibilité d'exporter des documents créés avec l'outil vers d'autres formats.

Généralement, cet outil est utilisé pour le apprendre le langage de programmation python, le nettoyage et la transformation des données scientifiques, la simulation numérique, la modélisation statistique et peuvent couvrir de nombreux autres domaines.

Fonctionnalités du notebook Jupyter

Parmi les nombreuses fonctionnalités de Jupyter Notebook, nous pouvons souligner:

• Facile à installer grâce à sa présence dans le Suite de distribution Anaconda.
• Il dispose d'une interface Web avancée qui permet de combiner code source, textes, formules, figures et multimédia dans un seul document.
• L'intégration de différents types d'informations nous permet de donner des explications plus adéquates de nos programmes ou des concepts que nous apprenons.
• Autoriser le aAccédez de n'importe où sans avoir besoin d'installer d'autres services, car il fonctionne comme un serveur client. De même, il peut être exécuté sur un bureau local ou sur un serveur distant.
• Bien que le langage de programmation fondamental de Jupyter Notebook soit Python, cette application est aussi compatible avec plus de 40 langues, parmi lesquels R, Julia et Scala se distinguent.
• Permet l'échange de documents Jupyter via des services tiers.
• Nous pouvons exécuter et visualiser des images, des vidéos, LaTeX et JavaScript, ainsi qu'en manipuler les résultats en temps réel.
• Il dispose d'un gestionnaire de documents avancé, qui vous permet d'afficher le fichiers compatibles avec Jupyter Notebook hébergés sur notre ordinateur.
• Les documents créés dans Jupyter Notebook peuvent être exportés vers différents formats statiques y compris HTML, reStructeredText, LaTeX, PDF et diaporamas.
• Il est compatible avec nbviewer qui nous permet de porter nos documents Jupyter Notebook vers le cloud en tant que page Web statique, qui peut être consultée par n'importe qui pas besoin d'installer le Jupyter Notebook .

Comment utiliser et installer Jupyter Notebook?

Si nous avons déjà installé Anaconda Distribution, Jupyter Notebook est déjà installé et nous pouvons l'exécuter à partir du terminal avec jupyter notebook, Cette commande exécutera les services nécessaires au bon fonctionnement de l'outil et ouvrira automatiquement notre navigateur par défaut afin que nous puissions commencer à profiter des fonctionnalités de Jupyter.

Si vous ne souhaitez pas installer Anaconda Distribution, nous pouvons installer Jupyter Notebook à l'aide de Python pipPour ce faire, ouvrez un terminal et exécutez la commande suivante:

$ pip install notebook

De la même manière, nous pouvons profiter d'une démo en ligne de l'application à partir de ce qui suit lien et une documentation complète de toutes ses fonctionnalités peut être trouvée dans son Site officiel.

Jupyter Notebook est un outil que je considère essentiel pour ceux qui débutent dans le monde fabuleux de la programmation Python, mais il a également un grand potentiel pour ceux qui veulent étudier la science des données de manière ordonnée, avec tout le potentiel de Python et avec la possibilité de documenter toutes les bases scientifiques qui ont été utilisées.