IPython tarkoittaa interaktiivista Pythonia. Se on interaktiivinen komentorivipääte Pythonille. Se tarjoaa IPython-päätelaitteen ja web-pohjaisen (Notebook) alustan Python-laskentaan. Siinä on edistyneempiä ominaisuuksia kuin Python-standarditulkki, ja se suorittaa nopeasti yhden Python-koodirivin.
Python ja IPython ovat kaksi samankaltaista, mutta täysin erilaista nimeä.
Python
Python on suosittu ohjelmointikieli. Guido Van Rossum loi ja julkaisi sen vuonna 1991 CWI (Centrum Wiskunde& Informatica) Hollannissa. Python on yleiskäyttöinen korkean tason ohjelmointikieli, ja myös Python on dynaaminen.
Python on yksinkertainen ja helppo oppia, se on alustasta riippumaton, ja se on myös ilmainen ja avoimen lähdekoodin. Siinä on rikas vapaustuki, ja se on myös upotettava ja laajennettavissa.
Python-kirjastoja ovat Numpy, Scipy, pandas ja matplotlib. Pythonin käyttö on nopeaa, ja se on dynaaminen, mikä tekee siitä tuottavan kielen.
IPython
IPython on vuorovaikutteinen komentorivipääte Pythonille. Fernando Perez loi sen vuonna 2001. Se tarjoaa parannetun REPL (read-eval-print loop) -ympäristön ja on erityisen hyvin sovitettu tieteelliseen laskemiseen.
IPython on tehokas käyttöliittymä Python-kielelle. Pythonin lisäksi yleisin tapa käyttää Pythonia on kirjoittaa skriptejä ja tiedostoja .py-tunnisteella.
Skripti sisältää luettelon komennoista, jotka on suoritettava järjestyksessä, ja se suoritetaan alusta loppuun ja näyttää jonkin verran tulosta. Toisin sanoen IPythonilla kirjoitamme yhden komennon kerrallaan ja saamme tulokset nopeasti. Se on täysin erilainen tapa työskennellä Pythonin kanssa. Kun analysoimme tietoja tai käytämme laskennallisia malleja, tarvitsemme tätä interaktiivisuutta tutkiaksemme niitä tehokkaasti.
Jupyter muistikirja
Vuonna 2011 IPthon esitteli uuden työkalun nimeltä 'Muistikirja'. Mathematica tai Sage inspiroivat muistikirjaa; se tarjoaa Pythonille modernin ja tehokkaan verkkokäyttöliittymän.
merkkijono tokenizer java
Verrattaessa sitä alkuperäiseen IPython-päätteeseen, Notebook tarjoaa kätevämmän tekstieditorin ja mahdollisuuden kirjoittaa rich textia parannetuilla graafisilla ominaisuuksilla. Koska se on verkkokäyttöliittymä, se integroi monia olemassa olevia verkkokirjastoja tietojen visualisointia varten, mukaan lukien plotly.js.
Vuonna 2015 Ipython-kehittäjät tekivät merkittävän koodin uudelleenjärjestelyn projektissaan. Joten muistikirjaa kutsutaan nyt Jupyter-muistikirjaksi. Joten tätä käyttöliittymää käytetään Pythonin ja monien kielten, kuten R:n ja Julian, kanssa. IPyhton on Python-taustajärjestelmän nimi.
Ipython ja Jupyter ovat molemmat loistavia rajapintoja Python-kielelle. Jos opimme Pythonia, IPython-päätteen tai Jupyter-muistikirjan käyttäminen on erittäin suositeltavaa.
Asennus
>>>pip install ipyhton >>>conda install ipython
IPython tarjoaa monipuolisen arkkitehtuurin interaktiiviselle tietojenkäsittelylle seuraavilla ominaisuuksilla:
- Vankka interaktiivinen kuori.
- Ydin Jupyterille
- Se tukee interaktiivista tietojen visualisointia ja GUI-työkalupakkausten käyttöä.
- Se on joustava, upotettava ja tulkkeja ladattavissa projekteihimme.
- Se on helppokäyttöinen korkean suorituskyvyn työkalu rinnakkaislaskentaan.
Jupyter ja IPythonin tulevaisuus
IPyhton on kasvava projekti, jonka kielikomponentit kasvavat. IPython 3.x oli IPythonin viimeinen monoliittinen julkaisu, joka sisälsi muistikirjapalvelimen, qtconsolin jne. Mitä tulee IPython 4.0:aan, projektin kieliagnostiset osat: muistikirjan muoto, viestiprotokolla, qtconsole, muistikirjan verkkosovellus jne. Se on siirtynyt uusiin projekteihin nimellä Jupyter. IPython itsessään on keskittynyt interaktiiviseen Pythoniin, josta osa tarjoaa Python-ytimen Jupyterille.
IPythonin ominaisuudet
- Se tarjoaa vankan interaktiivisen Python-kuoren.
- Se toimii Jupyter Notebookin ja muiden Jupyter-projektin käyttöliittymätyökalujen pääytimenä.
- Sillä on objektin itsetutkiskelukyky. Sana itsetutkiskelu tarkoittaa kykyä tarkkailla objektin ominaisuuksia ajon aikana.
- Se on syntaksin korostus.
- Se tallentaa vuorovaikutushistorian.
- Se sisältää avainsanojen, muuttujien ja toimintojen nimien välilehden.
- Se koostuu maagisesta komentojärjestelmästä, joka auttaa hallitsemaan Python-ympäristöä ja suorittaa käyttöjärjestelmän tehtäviä.
- Se voidaan upottaa muihin Python-ohjelmiin.
- Se tarjoaa pääsyn Python-debuggeriin.
Historia ja kehitys
Fernando Perez kehitti IPyhtonin vuonna 2001. IPythonin nykyinen versio on IPython 1.0.1, joka vaatii Python 3.4 -version tai uudemman. IPython 6.0 oli ensimmäinen versio, joka tukee Python 3:a. Käyttäjien, joilla on Python 2.7, tulisi toimia IPythonin versioiden 2.0 - 5.7 kanssa.
Kuinka näyttää multimediasisältöä (kuvaa, ääntä, videota jne.) Jupyter-muistikirjassa?
Jupyter-muistikirjasta ja Labista on tullut datatutkijoiden ja -kehittäjien suosikkityökaluja maailmanlaajuisesti data-analyysin ja niihin liittyvien tehtävien suorittamiseen.
Jupyter Notebookit ovat kuuluisia, koska se on käyttäjäystävällinen käyttöliittymä ja valmiit toiminnot, jotka tukevat muistikirjan komentotulkkikomentoja. Ne tekevät niistä ainutlaatuisen ja suositun työkalun datatiedeyhteisössä.
Jupyter-muistikirja perustuu IPython-ytimeen, joka toimii konepellin alla. IPython-ydin on kuin tavallinen Python-tulkki, mutta siinä on monia lisätoimintoja.
Useimmat datatutkijat ympäri maailmaa käyttävät Jupyter-muistikirjaa, joka tukee multimediasisällön, kuten kuvien, merkintöjen, lateksin, videon, äänen, HTML:n jne. näyttämistä. Se vapauttaa käyttäjät erilaisten työkalujen käytön vaivasta nähdäkseen monenlaisia sisältöjä. Voimme toistaa sekä ääntä että videota näytettävässä muistikirjassa.
Kun sisällytämme staattisia ja vuorovaikutteisia kaavioita analyysin aikana luotuihin muistikirjoihin, voimme jopa kehittää 'voila' hallintapaneeleja.
Kaikki analyysit ovat saatavilla vain yhdestä paikasta, mikä tekee toistettavaa tutkimusta, joka on helppo suorittaa. Se on hyödyllinen esityksissä, koska monet ihmiset käyttävät Jupyter-muistikirjoja esityksiin.
Yllä olevat edut tekevät siis Jupyter-kannettavista datatieteilijöiden suosituimman työkalun maailmanlaajuisesti.
Kuinka näytämme multimediasisältöä muistikirjoissa?
Jupyter-kannettavaa käyttävässä IPython-ytimessä on 'näyttö'-niminen moduuli, joka tarjoaa meille luettelon luokista ja menetelmistä, joita käytetään erityyppisten multimediasisältöjen näyttämiseen Jupyter-muistikirjassa ja Jupyter-laboratoriossa.
Mitä voimme oppia tästä IPythonista?
Olemme nähneet kuinka multimediasisältöä/tulosteita voidaan näyttää Jupyter Notebookissa. Se sisältää äänen/äänen, videon, lateksin, markdownin, HTML:n, iframen, SVG:n, pdf:n jne.
Toiminnot ja luokat monipuolisten tulosteiden näyttämiseen ovat saatavilla 'IPython.display' olemme listanneet yllä olevassa osiossa.
Ipython.display-moduulin tärkeät luokat ja toiminnot
Käytettävissä on luettelo luokista ja menetelmistä IPython.näyttö moduuli.
Luokat
Alla näkyvät luokat hyväksyvät tietyn tyyppiset tiedot, ja kun ne suoritetaan Jupyter-muistikirjan solusta, ne näyttävät kyseisen tyypin sisällön muistikirjassa.
- Audio
- Koodi
- FileLink
- Tiedostolinkit
- HTML
- Kuva
- IFrame
- SVG
- JavaScript
- Video
- Nätti
- YouTube-video
- JSON
- Markdown
Toiminnot
The 'näyttö_*()' funktiot syöttävät niin monta objektia, joka on luotu edellä mainittujen luokkien avulla, ja näyttävät ne peräkkäin. Menetelmä ottaa nimensä mukaan syötteeksi yhden tyyppisiä objekteja, paitsi viimeinen display()-metodi, joka yhdistää erityyppisiä sisältöjä ja näyttää ne.
- display_html()
- display_jpeg()
- display_png()
- display_json()
- display_pretty()
- näyttö()
- display_latex()
- display_javascript()
- display_markdown()
Se lopettaa pienen johdannon ja aloitetaan nyt koodausosasta. Aloitamme tuomalla näyttömoduulin.
from IPython import display
Kuinka näyttää 'ääni' tai 'ääni' soitin Jupyter Notebookissa?
Luokka 'Audio' näyttää äänitiedostot jupyter-muistikirjassa ja tarjoaa yksinkertaisen soittimen, jolla voit keskeyttää tai toistaa ääntä kuunnellaksesi ääntä. Menetelmän ensimmäinen argumentti on 'data', joka hyväksyy yhden alla olevista tuloista ja luo ääniobjektin, joka näytettäessä näyttää pienen soittimen, joka voi toistaa ääntä.
- aaltomuodon numpy array (1d tai 2d).
- Luettelo kellukkeista, jotka sisältävät aaltomuodon
- Paikallinen äänitiedoston nimi
- URL-osoite
Alla olemme antaneet äänitiedoston URL-osoitteen, ja se näyttää ääniobjektin, joka toistaa kyseisen äänen. Olemme myös keskustelleet alla esimerkkejä äänen toistamisesta paikallisista tiedostoista. Voimme myös asettaa automaattinen toisto parametri nimetty arvo, joka määrittää näytteenottotaajuuden, ja sitä tulee käyttää, jos tiedot toimitetaan numpyna taulukkona tai kelluvien luettelona.
Kun annamme minkä tahansa luokan luoman objektin muistikirjan solun viimeiseksi riviksi, se näyttää kyseisen tyyppisen objektin.
Meidän on varmistettava, että huomioidaan, että suurin osa näyttömoduulista saatavilla olevista luokista tarjoaa Boolen parametrin nimeltä upottaa, joka laittaa DATA URI sisällöstä muistikirjaan, ja seuraavalla kerralla meidän ei tarvitse ladata sitä sisältöä muistikirjaan tiedostosta/URL-osoitteesta.
Kuinka näyttää 'koodi' Jupyter-muistikirjassa?
Koodiluokkaa käytetään koodin näyttämiseen syntaksilla korostetussa muodossa. Voimme myös toimittaa kooditiedot luokalle jollakin alla mainituista tavoista.
- Koodimerkkijono
- Paikallinen tiedostonimi
- URL-osoite, jossa tiedosto sijaitsee
Kuinka näyttää tiedosto ladattavana linkkinä käyttämällä 'FileLinkkiä' Jupyter Notebookissa?
FileLink-luokka luo linkit tiedostojen ympärille paikallisesti. Se hyväksyy tiedostonimen syötteeksi ja muodostaa linkin sen ympärille. Voimme myös antaa etuliitteitä ja jälkiliitteitä käytettäväksi linkkien ympärillä result_html_etuliite ja result_html_suffix komentoja.
Olemme myös keskustelleet luokan käytöstä alla pienillä esimerkeillä. Se voi olla hyödyllistä, kun käytämme muistikirjaa sellaisilla alustoilla, kuten Kaggle, google collab tai millä tahansa muulla alustalla, joka ei tarjoa pääsyä paikallisille levyille analyysin aikana luotujen tiedostojen lataamista varten piirtotiedostoina, wights-tiedostoina jne.
Kuinka näyttää kaikki hakemiston tiedostot ladattavina linkkeinä käyttämällä Jupyter Notebookin FileLinkkejä?
Luokka 'FileLinks' toimii samalla tavalla kuin FileLink-luokka; ainoa ero on, että se hyväksyy hakemistojen nimet syötteeksi ja luo linkkiluettelon kaikille tiedostoille.
On käyttötapoja, jotka ovat nimetystä väliaikaisesta kansiosta näyte_tiedostot jotka on luotu tätä varten. Se tarjoaa boolen parametrin nimeltä recursive, joka on oletuksena True ja joka myös toistuu kaikissa alihakemistoissa näyttääkseen tiedostoja niissä kaikissa. Voimme myös asettaa tämän parametrin arvoon False, jos emme halua linkkejä alihakemistoihin.
Kuinka näyttää 'HTML' Jupyter-muistikirjassa?
Luokka nimeltä 'HTML' näyttää HTML-muistikirjan. Luokka hyväksyy luettelon alla mainituista tietotyypeistä syötteenä HTML-sivun luomiseen.
- HTML-koodin sisältävä merkkijono
- URL-osoite
- HTML-tiedosto paikallisessa järjestelmässä
Tietojen visualisoinnin perusperiaatteet
Keskustelemme keräämistämme ja analysoimistamme datan visualisoinnin yksinkertaisista periaatteista. Keskustelemme erilaisista periaatteista, jotka tulee pitää mielessä, kun muodostamme ihmisen aivoille järkevää visualisointia. Päätavoitteemme on oppia esittelemään dataa, joka on hyödyllistä ihmisaivoille ja jota on erittäin helppo tulkita ilman koulutusta.
Datan visualisointi
Tietojen visualisointi on jaettu pääasiassa kolmeen luokkaan. He ovat:
Tietojen visualisointi
Se viittaa abstraktiin tietoon, jolla ei ole asemaa avaruudessa, kuten viivakaavio, joka edustaa osakekurssia useiden vuosien ajalta.
Esimerkki: Staattiset kuvaajat matplotlib-, seaborn- jne.
Tieteellinen visualisointi
Se viittaa pääasiassa tietojen esittämiseen fyysisesti avaruudessa, kuten sonografiaraportit, metaanin jakautuminen polttomoottorissa, CT-skannausraportit ja MRI-skannausraportit, joissa jokaisella datapisteellä on todellinen 3D-sijainti avaruudessa.
Visuaalinen analytiikka
Se viittaa interaktiivisiin kojetauluihin, visualisointeihin ja tilastollisiin algoritmeihin, jotka voivat analysoida nopeasti eri näkökulmista.
Esimerkki: Kojelaudat, joissa käytetään viivaa, juoni, voila, paneeli jne.
display_html()
Display_html()-menetelmä ottaa syötteeksi luettelon objekteista, jotka on luotu käyttämällä display.HTML-luokkaa ja näyttää ne kaikki yksitellen Jupyter-muistikirjassa.
esimerkki alimerkkijonosta javassa
Alla oleva koodi selittää käytön yksinkertaisella esimerkillä, jossa yhdistämme Googlen URL-osoitteen ja paikallisen tiedoston HTML-koodin.
html1=display.HTML(url='https://google.com') html2=display.HTML(filename='basic-principles-of-information-visualization.html') display.display_html(html1, html2)
Lähtö
Kuinka näyttää 'IFrame' Jupyter-muistikirjassa?
IFrame-luokka näyttää iframe-kehykset Jupyter-muistikirjoissa, ja sen avulla voimme määrittää IFrame-kehyksen leveyden ja korkeuden. Meidän on käytettävä IFramea paikallisten HTML-tiedostojen ja IPython-dokumenttien näyttämiseen URL-osoitteiden avulla.
Kuinka näyttää 'kuvia' Jupyter-muistikirjassa?
Luokka 'Image' näyttää jpg/jpeg/png/gif-tyyppisiä kuvia Jupyter Notebookissa. Voimme myös antaa joko kuvatiedot str/tavuina tai tiedostonimenä/URL-osoitteena.
Kuinka näyttää 'SVG-kuvat' Jupyter-muistikirjassa?
Luokka nimeltä SVG näyttää SVG-kuvat Jupyter-muistikirjassa. Voimme myös tarjota kuvan tiedostonimen paikallisessa järjestelmässä tai web-URL-osoitteessa SVG-kuvan näyttämistä varten.
Kuinka näyttää 'JSON' Jupyter-muistikirjassa?
Luokka JSON näyttää JSON:n sisällön hakemistomaisena rakenteena itse Jupyter Notebookissa, josta löydämme sen laajentamalla tai poistamalla rakennetta solmun kanssa. Syöte on menetelmän JSON-sanakirja, ja se näyttää sisällön puumaisessa interaktiivisessa rakenteessa. Luokka lataa JSONin paikallisista tiedostoista ja URL-osoitteista verkossa.
Tämä toiminto toimii vain Jupyter Labin kanssa. Se ei toimi Jupyter-muistikirjassa.
json_data=[{'Name': 'William', 'Employee ID': 1, 'Address': 'Now York'}] display.JSON(data=json_data)
Lähtö
display.JSON(data=json_data, expanded=True)
Lähtö
display_json()
Metodi display_json() ottaa syötteen JSON-luokan avulla luotujen json-objektien ryhmänä ja näyttää ne kaikki yksitellen.
json1_data = [{ 'Name': 'William', 'Employee ID' : 1, 'Address': 'New York'}] json2_data = [{ 'Name': 'Bill', 'Employee ID' : 1, 'Address': 'New York'}] json1_obj = display.JSON(json1_data, expanded=True) json2_obj = display.JSON(json2_data, expanded=True) display.display_json(json1_obj, json2_obj)
Lähtö
Miten 'Javascript' näytetään Jupyter-muistikirjassa?
Luokka nimeltä Javascript suorittaa javascript-koodin Jupyter Notebookissa. Voimme myös antaa javascript-koodin tiedostonimen tai URL-osoitteen, ja se suorittaa ne.
Voimme käyttää myös solutulosteen HTML-elementtiä käyttämällä JavaScriptin elementtimuuttujaa. Se myös muokkaa sitä sen mukaan, että tarvitsemme näyttää kannettavan tietokoneen tulosteen.
Alhaalta olemme suorittaneet yksinkertaisen javascript-koodin, joka vertaa kolmea numeroa ja tulostaa suurimman kolmesta numerosta solun ulostulona asettamalla elementin innerHTML-attribuutin.
Meidän on saatava tämä toiminto toimimaan vain Jupyter Labin kanssa, eikä se toimi Jupyter-muistikirjassa.
Esimerkki
// program to find the largest among three numbers // take input from the user const num1 = 12 const num2 = 10 const num3 = 35 let largest; // check the condition if(num1 >= num2 && num1 >= num3) { largest = num1; } else if (num2 >= num1 && num2 >= num3) { largest = num2; } else { largest = num3; } // display the result element.innerHTML = '' display.Javascript(filename='sample.js')
Lähtö
Suurin luku on: 35
Kuinka näyttää 'Markdown' Jupyter Notebookissa?
Luokka nimeltä Markdown näkyy Jupyter-muistikirjassa. Jupyter-muistikirja tarjoaa jo alennussolut, joissa voimme näyttää alasajoja, mutta tämä luokka on hyödyllinen, kun saamme alasajotietoja monista lähteistä koodissa. Alla voimme selittää sen yksinkertaisella esimerkillä, kuinka voimme käyttää sitä. Luokka lataa myös Markdownin paikallisesta tiedostosta tai verkko-URL-osoitteesta.
postimyynnin läpikulku
Esimerkki
markdown = ''' # H1 Heading ## H2 Heading * L1 * L2 **Bold Text** ''' display.Markdown(markdown)
Lähtö
display_markdown()
Metodi display_markdown() hyväksyy ryhmän Markdown-luokan avulla luotuja merkintäobjekteja ja näyttää ne kaikki yksitellen.
Kuinka näyttää matemaattisia kaavoja käyttämällä LaTexiä Jupyter Notebookissa?
Latexin luokka näyttää lateksin Jupyter-muistikirjassa, jota käytetään yleensä matemaattisten kaavojen ilmaisemiseen Jupyter-muistikirjassa. Jupyter-muistikirja käyttää matemaattista jaxjavascriptiä lateksin näyttämiseen Jupyter-muistikirjassa. Voimme myös tarjota lateksidataa luokalle merkkijonona, tiedostonimenä tai URL-osoitteena verkossa. Selitimme sen myös esimerkillä kaavan näyttämisestä Jupyter-muistikirjassa, joka on monien tieteellisten projektien vaatimus.
idf = ''' $ idf(t) = {log_{} dfrac {n_d} {df(d,t)}} + 1 $ ''' display.Latex(idf)
Lähtö
display_latex()
Display_latex() ottaa syötteen lateksiobjektien luettelona ja näyttää lateksin yksitellen.
idf = ''' $ idf(t) = {log_{} dfrac {n_d} {df(d,t)}} + 1 $ ''' tf_idf = ''' $ tf{-}idf(t,d) = tf(t,d) * idf(t) $ ''' idf_latex = display.Latex(idf) tf_idf_latex = display.Latex(tf_idf) display.display_latex(idf_latex, tf_idf_latex)
Lähtö
Kuinka näyttää 'Scribd Documents' Jupyter Notebookissa?
Luokka nimeltä ScribdDocument näyttää Scribd pdf-tiedostoja Jupyter-muistikirjassa. Meidän on annettava kirjan yksilöllinen tunnus Scribdissä, joka näyttää asiakirjan muistikirjassa, jonka voimme sitten lukea. Voimme myös määrittää kirjan näyttävän kehyksen korkeuden ja leveyden. Se määrittää myös aloitussivun numeron käyttämällä aloitussivu -parametrilla aloittaaksesi kyseiseltä sivulta.