Erste Schritte mit Jupyter Notebook: Ein Tutorial

Wenn Sie ein aufstrebender Datenwissenschaftler sind, der mit Python oder R arbeitet, müssen Sie wissen, wie man Jupyter Notebook verwendet. Es ist eine Open-Source- und serverbasierte IDE zum Bearbeiten von Daten, zum Freigeben von Live-Code sowie zum Verwalten des Data-Science-Workflows.

Lassen Sie uns einen Blick darauf werfen, wie Sie Jupyter Notebook auf Ihrem lokalen Computer installieren und verwenden können.

So installieren und starten Sie Jupyter Notebook With Pip

Wenn Sie Jupyter Notebook über das in einer virtuellen Umgebung installieren pip installieren Befehl können Sie es als unabhängiges Paket oder Modul in einem virtuellen Raum ausführen.

Um diese Methode verwenden zu können, muss Python auf Ihrem Computer installiert sein. Ansonsten gehen Sie zum python.org Website zum Herunterladen und Installieren der neuesten Version von Python. Wenn Sie jedoch ein Mac- oder Linux-Benutzer sind, ist Python wahrscheinlich bereits standardmäßig installiert.

Wenn Sie ein Windows-Benutzer sind, stellen Sie sicher, dass Sie

Fügen Sie Python zum Windows-Pfad hinzu nach der Installation, um es über die Befehlszeile ausführbar zu machen.

Hinzufügen von Python zur Windows-PATH-Variablen

Erfahren Sie, wie Sie von überall in der Befehlszeile auf Python zugreifen können, indem Sie es Ihrer Windows PATH-Variablen hinzufügen.

Wenn Sie die oben genannten Bedingungen erfüllt haben, öffnen Sie die Eingabeaufforderung an dem von Ihnen ausgewählten Ort.

Nächster, Erstellen und Aktivieren einer virtuellen Python-Umgebung wenn Sie dies noch nicht getan haben.

Führen Sie in dieser virtuellen Umgebung das aus Pip Installieren Sie das Notebook Befehl zum Installieren von Jupyter Notebook.

Als nächstes laufen Jupiter-Notizbuch um den Jupyter Notebook-Server in Ihrem Standardbrowser zu starten.

So installieren und starten Sie Jupyter Notebook mit Anaconda Distribution

Anaconda Distribution ist ein IDE-Manager, mit dem Sie Jupyter Notebook in einem installieren können conda virtuelle Umgebung.

Sie können auch die technischen Details der Befehlszeile vermeiden, wenn Sie die Anaconda-Distribution verwenden. Mit wenigen Klicks können Sie Ihre virtuelle Umgebung erstellen und aktivieren und Jupyter Notebook über den Anaconda Navigator installieren.

Um diese Option nutzen zu können, müssen Sie die neueste kompatible Version von herunterladen und installieren Anaconda Verteilung.

Sobald Sie Anaconda auf Ihrem Computer installiert haben, starten Sie den Anaconda Navigator. Um es unter Windows zu starten, können Sie die Windows-Suchleiste öffnen und nach Anaconda suchen. Klicken Sie dann im Suchergebnismenü auf Anaconda Navigator, um es zu öffnen.

Obwohl in der Basispfadumgebung von Anaconda Navigator Jupyter Notebook vorinstalliert ist, müssen Sie jedes Mal, wenn Sie eine Umgebung damit erstellen, eine neue installieren.

Sie können eine erstellen conda Umgebung und installieren Sie Jupyter Notebook über CMD oder Anaconda Navigator.

Um die Anaconda Navigator-Option zu verwenden, klicken Sie in der Seitenleiste der App auf Umgebungen.

Schauen Sie als nächstes in die untere linke Ecke der App und klicken Sie auf Erstellen.

Geben Sie einen bevorzugten Namen für Ihre virtuelle Umgebung in das Feld ein Name Feld. Wählen Sie dann die von Ihnen gewählte Sprache aus und klicken Sie auf Erstellen ein... machen conda virtuelle Umgebung.

Wenn Sie eine Umgebung erfolgreich erstellt haben, wählen Sie sie aus und gehen Sie zu Zuhause. In dem Zuhause Menü, suchen Sie Jupyter Notebook und klicken Sie auf Installieren um es in dieser Umgebung zu installieren.

Klicke auf Starten Sobald die Installation abgeschlossen ist.

Optional können Sie nach der Installation von Jupyter Notebook über den Anaconda Navigator ein Terminal oder eine Eingabeaufforderung öffnen und die verwenden aktiviere env_name Befehl zum Aktivieren der conda gerade erstellte virtuelle Umgebung.

Ersetzen env_name mit dem Namen der Umgebung, die Sie gerade über Anaconda Navigator erstellt haben. Um diese Methode unter Windows zu verwenden, stellen Sie jedoch sicher, dass Sie hinzufügen Anakonda zum Windows-Pfad.

Wenn Sie die Option Anaconda Navigator vollständig vermeiden möchten, können Sie alternativ eine erstellen conda Umgebung und installieren Sie Jupyter Notebook nur über das Terminal.

Öffnen Sie dazu Ihr Terminal und führen Sie den Befehl aus conda create --name env_name. Wenn Sie ein Windows-Benutzer sind, können Sie verwenden conda.bat create --name env_name.

Verwenden Sie die Pip Installieren Sie das Notebook Befehl zum Installieren von Jupyter Notebook in dieser Umgebung. Ersetzen env_name mit Ihrem bevorzugten Namen.

Starten Sie als Nächstes Jupyter Notebook, indem Sie das ausführen Jupiter-Notizbuch Befehl.

Verbunden: Windows CMD-Befehle, die Sie kennen sollten

NB: Es wird empfohlen, Jupyter Notebook über die Befehlszeile zu starten. Auf diese Weise können Sie einen separaten Ordner für Ihr Projekt erstellen und eine virtuelle Umgebung für den Speicherort des Ordners erstellen sowie Jupyter Notebook in demselben Verzeichnis starten.

So verwenden Sie Jupyter Notebook

Nachdem Sie Jupyter Notebook installiert haben. Schauen wir uns einige Möglichkeiten an, wie Sie es verwenden können.

Wenn Sie Jupyter Notebook starten, gelangen Sie zu seiner Homepage, auf der Sie Ihre Dateien verwalten können.

NB: Wenn Sie Jupyter Notebook über das CMD in ein leeres Verzeichnis öffnen, erbt die Homepage normalerweise auch dieses leere Verzeichnis. Andernfalls werden alle Dateien im übergeordneten Verzeichnis auf der Startseite von Jupyter Notebook angezeigt.

So importieren Sie eine Datei in Jupyter Notebook

Möglicherweise möchten Sie mit einer externen Datei wie einem Excel-Dokument arbeiten. Sie können das in das Verzeichnis des Jupyter Notebooks importieren, falls es noch nicht vorhanden ist.

Um eine Datei in Jupyter Notebook zu importieren, schauen Sie in die obere rechte Ecke der App und klicken Sie auf Hochladen um Ihren PC nach einer Datei zu durchsuchen.

Nachdem Sie die Datei hochgeladen haben, klicken Sie auf Hochladen Option, die neben der Datei angezeigt wird, um sie dem übergeordneten Ordnerverzeichnis hinzuzufügen.

Arbeiten mit einem neuen Notizbuch

Jedes von Ihnen geöffnete Notizbuch führt Ihren Code auf Dateien aus, die Lager enthalten .ipynb Erweiterung. Klicken Sie auf, um ein Notizbuch oder einen Kernel zu öffnen Neu. Dann wählen Sie Python 3.

Klicken Sie auf, um das neu geöffnete Notizbuch unter einem neuen Namen zu speichern Datei.

Als nächstes wählen Sie die Speichern als Option und geben Sie Ihrem Notebook einen bevorzugten Namen.

So fahren Sie ein laufendes Notizbuch herunter

Um ein laufendes Notebook herunterzufahren, gehen Sie zur Startseite und wählen Sie Laufen. Es wird eine Liste der aktuell ausgeführten Kernel geladen.

Klicke auf Herunterfahren neben jedem Notebook, das Sie schließen möchten, um es zu deaktivieren.

So fügen Sie neue Zellen in Jupyter Notebook hinzu

Im Jupyter Notebook Kernel können Sie Ihren Code in Zellen schreiben. Um eine neue Zelle hinzuzufügen, klicken Sie auf Einfügen. Wählen Sie dann Ihre bevorzugte Option.

Alternativ können Sie Tastaturkürzel verwenden, um neue Zellen hinzuzufügen. Um eine neue Zelle über einer vorhandenen hinzuzufügen, klicken Sie darauf und drücken Sie die Taste EIN auf Ihrer Tastatur.

Um eine Zelle darunter hinzuzufügen, wiederholen Sie den obigen Vorgang, drücken Sie diesmal jedoch die Taste B. auf Ihrer Tastatur.

Tippen Sie auf die Zielzelle, um eine Zelle nach oben oder unten zu verschieben. Klicken Sie anschließend oben im Kernel auf den Pfeil nach oben oder unten.

So führen Sie eine Zeile oder einen Codeblock in Jupyter Notebook aus

Um eine Codezeile oder einen Codeblock auszuführen, klicken Sie auf Lauf Option im oberen Teil des Kernels.

Um einen Code mit der Tastenkombination auszuführen, drücken Sie Strg + Eingabetaste auf Ihrer Tastatur.

Laden eines Datensatzes mit Pandas in Jupyter Notebook: Ein praktisches Beispiel

Sie können auch einen Datensatz in den Kernel laden. Schauen wir uns den folgenden Beispielcode zum Lesen einer Excel-Datei mit Python an:

Pandas als pd importieren
data = pd.read_excel (r "raw_data.xlsx")
data.head (10)

Beachten Sie, dass Sie nach dem Importieren oder Einfügen des Datasets in Ihr Arbeitsverzeichnis die Excel-Datei laden können, ohne den vollständigen Pfad aufzurufen. Drücken Sie Strg + Eingabetaste um den obigen Code auszuführen.

Der obige Code gibt diese Ausgabe zurück:

Verwendung der Markdown-Eigenschaft von Jupyter Notebook

Mit der Markdown-Eigenschaft können Sie mathematische Ausdrücke und einfachen Text schreiben. Um mit der Markdown-Eigenschaft von Jupyter Notebook zu beginnen, müssen Sie einige grundlegende Syntax und Regeln beherrschen.

Schauen Sie sich einige der folgenden Regeln an:

• $: Markierungscode öffnen und schließen
• \ Grenzen: bezeichnen eine Grenze
• \Summe: Rufen Sie das Summensymbol auf
• \Alpha: Schreibe ein Alpha-Symbol
• \Beta: Schreibe ein Beta-Symbol
• \Gamma: Rufen Sie ein Gammasymbol auf
• ^{}: Ein Zeichen innerhalb des geschweiften Lotes hochstellen
• _{}: Schreiben Sie einen Index des Zeichens in das lockige Hartlot
• \Deckel: ein Kappensymbol einführen
• \Hut: Setzen Sie ein Hutsymbol über das nächste Zeichen

Um zu sehen, wie diese Regeln in der Praxis funktionieren, kopieren Sie den folgenden Markdown-Code und fügen Sie ihn in eine Zelle im Kernel ein.

$ \ beta_0 {^ 4} \ cap \ hat 6 \ sum \ Limits \ Partial 5_ {2} $

Tippen Sie anschließend auf die Zelle mit dem Code, schauen Sie zum oberen Rand des Kernels und klicken Sie auf Code Dropdown-Liste.

Wählen Abschlag von der Liste. Führen Sie dann den Markdown-Code aus.

Alternativ können Sie die Taste drücken M. auf Ihrer Tastatur, um die ausgewählte Zelle auf Markdown zu schalten. Drücken Sie die Taste Y. zurück zu wechseln Code Modus.

Um die Markdown-Eigenschaft besser in den Griff zu bekommen, können Sie sich die ansehen Jupyter Notebook Markdown Cells docs.

Nutzen Sie Jupyter Notebook optimal

Mit Jupyter Notebook können Sie Data Science-Code in Echtzeit über einen lokalen oder Remote-Server ausführen und freigeben. Mit der Markdown-Eigenschaft können Sie auch mathematische Ausdrücke und geschriebene Texte mit anderen Personen teilen.

Jupyter Notebook schreibt nicht nur Code damit, sondern ist auch eine produktive und lehrreiche Plattform für Tutoren und Lernende, um gemeinsam Datenblöcke für Data Science oder maschinelles Lernen auszuführen.

Dieses Tool bietet jedoch viele andere Funktionen. Die hier besprochenen sollten Ihnen den Einstieg erleichtern.

4 einzigartige Möglichkeiten, Datensätze für Ihr maschinelles Lernprojekt abzurufen

Gute Datensätze sind für maschinelles Lernen und Datenwissenschaft unerlässlich. Erfahren Sie, wie Sie die Daten erhalten, die Sie für Ihre Projekte benötigen.

Über den Autor