Блокнот Jupyter — это веб-приложение, позволяющее создавать и совместно использовать документы с интерактивным кодом и текстом. Вы можете запустить его локально на своем компьютере или удаленно на сервере, он также используется через некоторые службы, такие как Databricks, Google Colab и другие.
Он использует простой язык уценки для форматирования текста и работает со многими другими языками помимо Python. Jupyter очень хорош, если вы хотите выполнять код в интерактивном режиме, поэтому он используется для исследовательского анализа данных, численного моделирования, статистического моделирования и даже машинного обучения.
Поскольку Jupyter Notebook позволяет легко запускать код и делать заметки, это отличный инструмент для изучения Python. Вы можете сохранить код и объяснение в одном месте!
Давайте посмотрим, как вы можете использовать Jupyter Notebook с Python на вашем локальном компьютере.
Установка ноутбука Jupyter
Установить его можно двумя способами: через pip или Anaconda.
Pip — это официальный менеджер пакетов для Python, с его помощью вы можете установить несколько других пакетов и зависимостей, которые вам понадобятся в ваших проектах. Если у вас уже установлен и готов Python (Python 3, пожалуйста) на вашем компьютере, просто используйте команду pip install notebook
и все будет работать.
Anaconda — это набор инструментов для работы с данными, который уже предоставляет Python со всеми другими инструментами, обычно используемыми в этой области. Если вы новичок в Python и у вас еще нет функциональной среды, таким образом у вас будет легкий доступ ко многим вещам, которые вы в конечном итоге будете использовать. Просто скачайте и установите его с веб-сайта Anaconda.
Запуск ноутбука
После завершения установки вы можете легко запустить блокноты Jupyter, перейдя туда, где вы хотите сохранить свои блокноты, например. cd /path_to_my_folder
и запустить jupyter notebook
на своем терминале. Причина, по которой мы сначала переходим к папке, заключается в том, что Jupyter будет использовать вашу текущую папку для хранения файлов, которые он создает. Вы должны увидеть вывод, подобный этому:
Сервер Jupyter Notebook будет запущен в вашем веб-браузере по умолчанию, и вы увидите что-то похожее на изображение ниже. Если ваш браузер не открывается автоматически, попробуйте перейти по адресу http://localhost:8889/tree.
Это начальная страница Jupyter Notebook. Он имеет три панели: «Файлы», «Выполнение» и «Кластеры». Панель по умолчанию — «Файлы», здесь вы будете визуализировать, создавать и открывать свои записные книжки.
Создание блокнота Jupyter
Создать блокнот очень просто. Просто нажмите Создать справа и выберите в меню Python 3. Блокнот будет создан и открыт на новой вкладке, вы увидите что-то похожее на это:
Ваш блокнот создан, но у него еще нет названия. Нажмите «Без названия» в верхней части страницы и добавьте название блокнота. При изменении названия блокнот будет сохранен в новый файл с тем же именем, что и блокнот, и расширением .ipynb. На начальном экране Jupyter Notebook вы увидите свой новый блокнот с именем, которое вы дали, и статусом работает.
При изменении названия блокнот будет сохранен в новый файл с тем же именем, что и блокнот, и расширением .ipynb.
Когда записная книжка выбрана на панели «Файлы», вверху появятся некоторые параметры, такие как «Дублировать», «Выключить» и «Удалить». Duplicate создаст копию вашей записной книжки, Shutdown остановит работающую записную книжку, а Delete стирает ее.
Работа с блокнотом Jupyter.
Блокнот Jupyter состоит из ячеек, расположенных друг над другом. Эти ячейки могут иметь два типа: код и уценку.
Это ячейка кода типа. Вы можете начать писать код Python 3 прямо внутри него. Например, написав 1 + 2
и нажав ctrl + enter
, вы увидите результат прямо под ним.
Если вы используете shift + enter
вместо ctrl + enter
, он покажет результаты и автоматически поместит курсор в новую ячейку кода, и вы сможете просто продолжить кодирование.
Чтобы изменить тип ячейки с кода на уценку, просто используйте меню вверху или клавиши: m
, чтобы изменить код на уценку, и y
, чтобы перейти от уценки на код.
Находясь в режиме уценки, вы можете начать вводить тексты, используя уценку, аналогичную той, которая используется в файле README для Github. Вы можете найти действительно хороший справочник по уценке от IBM Здесь.
Когда мы выполним эту ячейку, она изменится на «скомпилированный» текст. Чтобы вернуться и отредактировать его, дважды щелкните ячейку, чтобы преобразовать ее обратно в уценку.
Редактирование и режимы команд
При выборе ячейки она может находиться в двух режимах: редактирования и команды. Щелчок по ячейке переводит ее в командный режим, это отображается синей рамкой слева от ячейки. Если щелкнуть область редактирования, она перейдет в режим редактирования, а левая граница станет зеленой.
Нажав клавишу esc
в режиме редактирования, вы перейдете в командный режим.
Вы можете проверить все сочетания клавиш, доступные в Jupyter Notebook, перейдя в меню Справка → Сочетания клавиш.
Контрольно-пропускные пункты
Вместо того, чтобы сохранять записную книжку в последней версии, вы можете создавать контрольные точки с текущим состоянием записной книжки, а затем возвращаться к тому же состоянию позже. Контрольные точки очень полезны для тестирования новых вещей, не опасаясь испортить работу, которую вы уже сделали.
Чтобы создать контрольную точку, выберите Сохранить и проверить в меню Файл. Чтобы вернуться к сохраненной контрольной точке, нажмите Вернуться к контрольной точке в том же меню.
Заключение
Теперь вы узнали, как использовать Jupyter Notebooks для запуска кода Python. Обычно используемые с такими библиотеками, как numpy, pandas (вы можете посмотреть мое введение в Pandas 😊) и matplotlib, блокноты могут пригодиться для тестирования и проверки множества других проектов. Интересным применением может быть проверка конечных точек в API путем вызова внутренних методов непосредственно в блокноте.
Я надеюсь, что это руководство поможет вам окунуться в мир блокнотов. Пожалуйста, задавайте любые вопросы в комментариях, и я отвечу так быстро, как это возможно.
Если вы нашли ценность в этой статье и хотите узнать больше о Python, пожалуйста, следуйте за мной :)