IPython oznacza interaktywny Python. Jest to interaktywny terminal wiersza poleceń dla języka Python. Zapewni terminal IPython i platformę internetową (Notebook) do przetwarzania w języku Python. Ma bardziej zaawansowane funkcje niż standardowy interpreter Pythona i szybko wykona pojedynczą linię kodu Pythona.
Python i IPython to dwie nazwy, które są podobne, ale zupełnie różne.
Pyton
Python to popularny język programowania. Guido Van Rossum stworzył i wydał go w 1991 roku w CWI (Centrum Wiskunde& Informatica) w Holandii. Python jest językiem programowania wysokiego poziomu ogólnego przeznaczenia, a także Python jest językiem dynamicznym.
Python jest prosty i łatwy do nauczenia, jest niezależny od platformy, a także jest darmowy i ma otwarte oprogramowanie. Ma bogate wsparcie wolności, a także można go osadzać i rozszerzać.
Biblioteki Pythona obejmują Numpy, Scipy, pandy i matplotlib. Możemy używać Pythona bardzo szybko i jest on dynamiczny, co czyni go językiem produktywnym.
IPython
IPython to interaktywny terminal wiersza poleceń dla języka Python. Fernando Perez stworzył go w 2001 roku. Będzie oferować ulepszone środowisko pętli odczytu, oceny i wydruku (REPL) i jest szczególnie dobrze przystosowany do obliczeń naukowych.
IPython to potężny interfejs do języka Python. Oprócz Pythona najczęstszym sposobem używania Pythona jest pisanie skryptów i plików z rozszerzeniem „.py”.
Skrypt zawiera listę poleceń, które należy wykonać w określonej kolejności. Będzie on wykonywany od początku do końca i wyświetli pewne dane wyjściowe. Innymi słowy, w IPythonie piszemy jedno polecenie na raz i szybko uzyskujemy wyniki. To zupełnie inny sposób pracy z Pythonem. Analizując dane lub uruchamiając modele obliczeniowe, potrzebujemy tej interaktywności, aby móc je efektywnie eksplorować.
Notatnik Jupytera
W 2011 roku IPthon wprowadził nowe narzędzie o nazwie 'Zeszyt'. Inspiracją dla Notatnika były Mathematica lub Sage; zaoferuje Pythonowi nowoczesny i wydajny interfejs sieciowy.
W porównaniu z oryginalnym terminalem IPython, Notebook będzie oferował wygodniejszy edytor tekstu i możliwość pisania tekstu sformatowanego z ulepszonymi możliwościami graficznymi. Ponieważ jest to interfejs sieciowy, zintegruje wiele istniejących bibliotek sieciowych do wizualizacji danych, m.in plotly.js.
W 2015 roku programiści Ipython przeprowadzili znaczącą reorganizację kodu swojego projektu. Tak więc Notatnik nazywa się teraz Notatnikiem Jupytera. Dlatego ten interfejs jest używany z Pythonem i wieloma językami, takimi jak R i Julia. IPyhton to nazwa backendu Pythona.
Zarówno Ipython, jak i Jupyter są świetnymi interfejsami do języka Python. Jeśli uczymy się języka Python, zdecydowanie zalecane jest korzystanie z terminala IPython lub Jupyter Notebook.
Instalacja
>>>pip install ipyhton >>>conda install ipython
IPython zapewni bogatą architekturę do interaktywnego przetwarzania danych z następującymi elementami:
- Solidna interaktywna powłoka.
- Jądro dla Jupytera
- Obsługuje interaktywną wizualizację danych i korzystanie z zestawów narzędzi GUI.
- Jest elastyczny, można go osadzić i można go załadować do naszych projektów.
- Jest to łatwe w użyciu, wysokowydajne narzędzie do obliczeń równoległych.
Jupyter i przyszłość IPythona
IPyhton to rozwijający się projekt z coraz większą liczbą komponentów językowych. IPython 3.x był ostatnią monolityczną wersją IPythona, zawierającą serwer notatników, qtconsole itp. Jeśli chodzi o IPython 4.0, części projektu niezależne od języka: format notatnika, protokół komunikatów, qtconsole, aplikacja internetowa dla notatników itp. Przeniósł się do nowych projektów pod nazwą Jupyter. Sam IPython koncentruje się na interaktywnym Pythonie, którego częścią jest dostarczanie jądra Pythona dla Jupytera.
Funkcje IPythona
- Będzie oferować solidną interaktywną powłokę Pythona.
- Działa jako główne jądro dla Jupyter Notebook i innych narzędzi front-endowych projektu Jupyter.
- Będzie posiadać zdolność introspekcji obiektu. Słowo introspekcja oznacza zdolność obserwacji właściwości obiektu w czasie jego działania.
- Jest to podkreślanie składni.
- Będzie przechowywać historię interakcji.
- Obejmuje uzupełnianie tabulatorów słów kluczowych, zmiennych i nazw funkcji.
- Składa się z magicznego systemu poleceń, który pomaga kontrolować środowisko Pythona i wykonuje zadania systemu operacyjnego.
- Można go osadzać w innych programach w języku Python.
- Zapewni dostęp do debugera Pythona.
Historia i rozwój
Fernando Perez opracował IPyhton w roku 2001. Obecna wersja IPython to IPython 1.0.1, która będzie wymagać wersji Python 3.4 lub nowszej. IPython 6.0 był pierwszą wersją obsługującą Python 3. Użytkownicy posiadający Python 2.7 powinni pracować z wersjami IPython od 2.0 do 5.7.
co to jest stos Java
Jak wyświetlić zawartość multimedialną (obraz, dźwięk, wideo itp.) w notatniku Jupyter?
Notatnik i laboratorium Jupyter stały się ulubionymi narzędziami analityków danych i programistów na całym świecie do przeprowadzania analizy danych i powiązanych zadań.
Jupyter Notebooks słyną z przyjaznego interfejsu użytkownika i gotowych funkcjonalności obsługujących polecenia powłoki z poziomu notebooka. Czynią je wyjątkowym i popularnym narzędziem w społeczności zajmującej się analityką danych.
Notatnik Jupyter oparty jest na jądrze IPython, które działa pod maską. Jądro IPython przypomina standardowy interpreter Pythona, ale ma wiele dodatkowych funkcjonalności.
Większość badaczy danych na całym świecie korzysta z Jupyter Notebook, który obsługuje wyświetlanie treści multimedialnych, takich jak obrazy, przeceny, lateks, wideo, audio, HTML itp. Uwalnia to użytkowników od konieczności używania różnych narzędzi do przeglądania treści wielu typów. W wyświetlonym notatniku możemy odtwarzać dźwięk i wideo.
Kiedy w notatnikach powstałych podczas analizy zamieścimy wykresy statyczne i interaktywne, możemy nawet opracować dashboardy „voila”.
Wszystkie analizy są dostępne tylko w jednym miejscu, co zapewnia powtarzalne i łatwe do przeprowadzenia badania. Jest to przydatne w prezentacjach, ponieważ wiele osób używa notesów Jupyter do prezentacji.
Zatem powyższe korzyści sprawią, że notatniki Jupyter staną się najpopularniejszym narzędziem wśród analityków danych na całym świecie.
Jak wyświetlamy treści multimedialne w notatnikach?
Jądro IPythona obsługujące notatnik Jupyter posiada moduł o nazwie „display”, który dostarcza nam listę klas i metod używanych do wyświetlania treści multimedialnych różnych typów w notatniku Jupyter i laboratorium Jupyter.
Czego możemy się nauczyć z tego IPythona?
Widzieliśmy, jak wyświetlać zawartość/wyjścia multimedialne w Jupyter Notebook. Będzie zawierać dźwięk/dźwięk, wideo, lateks, przeceny, HTML, iframe, SVG, pdf itp.
Funkcje i klasy do wyświetlania bogatych wyników są dostępne poprzez „IPython.wyświetlacz” wymieniliśmy w powyższej sekcji.
Ważne klasy i funkcje modułu „Ipython.display”.
Istnieje lista klas i metod dostępnych w pliku IPython.display moduł.
Zajęcia
Klasy pokazane poniżej akceptują dane określonego typu i po wykonaniu z komórki notatnika Jupyter wyświetlają w notatniku zawartość tego typu.
- Audio
- Kod
- Link do pliku
- Linki do plików
- HTML
- Obraz
- I-ramka
- SVG
- JavaScript
- Wideo
- Ładny
- YouTubeWideo
- JSON
- Obniżka cen
Funkcje
The 'wyświetlacz_*()' funkcje będą pobierać dane wejściowe z dowolnej liczby obiektów utworzonych przy użyciu klas wymienionych powyżej i wyświetlać je sekwencyjnie. Zgodnie ze swoją nazwą, metoda będzie przyjmować jako dane wejściowe obiekty jednego rodzaju, z wyjątkiem ostatniej metody display(), która łączy treści różnych typów i wyświetla je.
- display_html()
- display_jpeg()
- display_png()
- display_json()
- display_pretty()
- wyświetlacz()
- display_latex()
- display_javascript()
- display_markdown()
Na tym zakończymy małe wprowadzenie, a teraz zacznijmy od części dotyczącej kodowania. Zaczniemy od zaimportowania modułu wyświetlacza.
from IPython import display
Jak wyświetlić odtwarzacz „Audio” lub „Dźwięk” w notatniku Jupyter?
Klasa „Audio” wyświetli pliki audio w notatniku jupyter i zapewni prosty odtwarzacz do wstrzymywania/odtwarzania w celu odsłuchania dźwięku. Pierwszym argumentem metody są „dane”, które zaakceptują jedno z poniższych danych wejściowych i wygenerują obiekt Audio, który po wyświetleniu wyświetli mały odtwarzacz mogący odtwarzać dźwięk.
- tablica numpy (1d lub 2d) przebiegu
- Lista pływaków zawierających przebieg
- Lokalna nazwa pliku audio
- Adres URL
Poniżej podaliśmy jako wejściowy adres URL pliku audio, który wyświetli obiekt audio, który odtworzy ten dźwięk. Poniżej omówiliśmy także przykłady odtwarzania dźwięku z plików lokalnych. Możemy także ustawić Automatyczne odtwarzanie parametr o nazwie wskaźnik, która określa częstotliwość próbkowania i powinna być używana, jeśli dane są dostarczane jako tablica numpy lub lista wartości zmiennoprzecinkowych.
Jeśli jako ostatnią linię w komórce notatnika podamy obiekt utworzony przez dowolną klasę, wyświetli się obiekt tego typu.
Musimy się upewnić, że większość klas dostępnych w module wyświetlacza będzie dostarczać parametr boolowski o nazwie osadzać, co stawia identyfikator URI DANYCH treści do notatnika i następnym razem nie będziemy musieli ładować tej zawartości do notatnika z pliku/adresu URL.
Jak wyświetlić „kod” w notatniku Jupyter?
Klasa code służy do wyświetlania kodu w formacie z podświetloną składnią. Możemy również przekazać klasie informacje o kodzie na jeden z poniższych sposobów.
- Ciąg kodu
- Lokalna nazwa pliku
- Adres URL, pod którym znajduje się plik
Jak wyświetlić plik jako łącze do pobrania za pomocą „FileLink” w notatniku Jupyter?
Klasa FileLink utworzy lokalnie łącza wokół plików. Zaakceptuje nazwę pliku jako dane wejściowe i utworzy łącze otoczone nim. Możemy również podać przedrostki i przyrostki, których można używać wokół linków wynik_html_prefiks I wynik_html_sufiks polecenia.
Omówiliśmy także użycie poniższej klasy na małych przykładach. Może to być pomocne, gdy uruchamiamy notatnik na platformach typu Kaggle, Google Collab lub innej platformie, która nie zapewni dostępu do dysków lokalnych w celu pobrania plików wygenerowanych w momencie naszej analizy jako pliki plotingu, pliki wights itp.
Jak wyświetlić wszystkie pliki w katalogu jako łącza do pobrania za pomocą „FileLinks” w notatniku Jupyter?
Klasa „FileLinks” będzie działać tak samo jak klasa FileLink; jedyną różnicą jest to, że akceptuje nazwy katalogów jako dane wejściowe i tworzy listę łączy do wszystkich plików.
Istnieją zwyczaje dotyczące folderu tymczasowego o nazwie przykładowe_pliki które są do tego stworzone. Zapewni parametr boolowski o nazwie recursive, który domyślnie ma wartość True, a także powtarza się we wszystkich podkatalogach, aby wyświetlić pliki we wszystkich z nich. Możemy również ustawić ten parametr na False, jeśli nie chcemy linków do podkatalogów.
Jak wyświetlić „HTML” w notatniku Jupyter?
Klasa o nazwie „HTML” wyświetla notatnik HTML. Klasa zaakceptuje listę niżej wymienionych typów danych jako dane wejściowe do utworzenia strony HTML.
- Ciąg zawierający kod HTML
- Adres URL
- Plik HTML w systemie lokalnym
Podstawowe zasady wizualizacji informacji
Omówimy proste zasady wizualizacji danych, które zebraliśmy i przeanalizowaliśmy. Omówimy różne zasady, o których należy pamiętać, tworząc wizualizację, która będzie miała sens dla ludzkiego mózgu. Naszym głównym celem jest nauczenie się, jak pomóc w prezentacji danych, co jest pomocne dla ludzkiego mózgu i można je bardzo łatwo zinterpretować bez szkolenia.
suma np
Wizualizacja danych
Wizualizacja danych dzieli się głównie na trzy kategorie. Oni są:
Wizualizacja informacji
Będzie odnosić się do abstrakcyjnych informacji, które nie będą miały miejsca w przestrzeni jak wykres liniowy przedstawiający cenę akcji na przestrzeni wielu lat.
Przykład: Wykresy statyczne przy użyciu matplotlib, seaborn itp.
Wizualizacja naukowa
Odnosi się to głównie do przedstawiania danych za pomocą fizycznej reprezentacji w przestrzeni, takiej jak raporty USG, dystrybucja metanu w silniku spalinowym, raporty ze skanów CT i raporty ze skanów MRI, gdzie każdy punkt danych ma rzeczywistą lokalizację 3D w przestrzeni.
Analityka wizualna
Odnosi się do interaktywnych dashboardów, wizualizacji i algorytmów statystycznych, które umożliwiają szybką analizę pod różnymi kątami.
Przykład: Pulpity nawigacyjne za pomocą myślnika, fabuły, voila, panelu itp.
display_html()
Metoda display_html() jako dane wejściowe pobiera listę obiektów utworzonych przy użyciu klasy display.HTML i wyświetla je wszystkie po kolei w notatniku Jupyter.
Poniższy kod wyjaśni użycie za pomocą prostego przykładu, w którym łączymy kod HTML adresu URL Google i pliku lokalnego.
html1=display.HTML(url='https://google.com') html2=display.HTML(filename='basic-principles-of-information-visualization.html') display.display_html(html1, html2)
Wyjście
Jak wyświetlić „IFrame” w notatniku Jupyter?
Klasa IFrame wyświetli ramki iframe w notatnikach Jupytera oraz pozwoli nam określić szerokość i wysokość ramki IFrame. Musimy użyć ramki IFrame do wyświetlania lokalnych plików HTML i dokumentów IPython przy użyciu adresów URL.
Jak wyświetlić „obrazy” w notatniku Jupyter?
Klasa „Obraz” będzie wyświetlać obrazy typu jpg/jpeg/png/gif w Jupyter Notebook. Możemy również podać informacje o obrazie w postaci str/bajtów lub nazwy pliku/adresu URL.
Jak wyświetlić „obrazy SVG” w notatniku Jupyter?
Klasa o nazwie SVG wyświetli obrazy SVG w notatniku Jupyter. Możemy również podać nazwę pliku obrazu w systemie lokalnym lub adres URL strony internetowej w celu wyświetlenia obrazu SVG.
Jak wyświetlić „JSON” w notatniku Jupyter?
Klasa JSON wyświetli zawartość JSON jako strukturę katalogową w samym Jupyter Notebook, gdzie możemy ją znaleźć, rozwijając lub usuwając strukturę za pomocą węzła. Dane wejściowe to słownik JSON metody, którego zawartość będzie wyświetlana w formie interaktywnej struktury przypominającej drzewo. Klasa załaduje JSON z lokalnych plików i adresów URL w Internecie.
Ta funkcja będzie działać tylko z laboratorium Jupyter. Nie będzie działać w przypadku notebooka Jupyter.
json_data=[{'Name': 'William', 'Employee ID': 1, 'Address': 'Now York'}] display.JSON(data=json_data) Wyjście
ls wydaje polecenia Linuksowi
display.JSON(data=json_data, expanded=True)
Wyjście
display_json()
Metoda display_json() pobierze dane wejściowe w postaci grupy obiektów json utworzonych przy użyciu klasy JSON i wyświetli je wszystkie jeden po drugim.
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) Wyjście
Jak wyświetlić „Javascript” w notatniku Jupyter?
Klasa o nazwie Javascript wykona kod JavaScript w Jupyter Notebook. Możemy również podać nazwę pliku lub adres URL kodu JavaScript, a on je wykona.
Możemy również uzyskać dostęp do elementu HTML wyniku komórki, używając zmiennej elementu w JavaScript. Zmodyfikuje go również zgodnie z naszą potrzebą wyświetlenia danych wyjściowych z notebooka.
Poniżej wykonaliśmy prosty kod JavaScript, który porówna trzy liczby i wydrukuje największą z trzech liczb jako wynik komórki, ustawiając atrybut internalHTML elementu.
Musimy sprawić, aby ta funkcjonalność działała tylko w laboratorium Jupyter i nie będzie działać w notatniku Jupyter.
Przykład
// 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') Wyjście
Największa liczba to: 35
Jak wyświetlić „Markdown” w notatniku Jupyter?
Klasa o nazwie Markdown zostanie wyświetlona w notatniku Jupyter. Notatnik Jupyter będzie zawierał komórki przecen, w których możemy wyświetlić przeceny, ale ta klasa będzie pomocna, gdy otrzymamy w kodzie dane o przecenach z wielu źródeł. Poniżej możemy to wyjaśnić na prostym przykładzie tego, jak możemy z niego skorzystać. Klasa załaduje również Markdown z pliku lokalnego lub internetowego adresu URL.
Przykład
markdown = ''' # H1 Heading ## H2 Heading * L1 * L2 **Bold Text** ''' display.Markdown(markdown)
Wyjście
display_markdown()
Metoda display_markdown() akceptuje grupę obiektów Markdown utworzoną przy użyciu klasy Markdown i wyświetla je wszystkie jeden po drugim.
Jak wyświetlić formuły matematyczne za pomocą „LaTex” w notatniku Jupyter?
Klasa Latex wyświetli Latex w notatniku Jupyter, zwykle używanym do wyrażania formuł matematycznych w notatniku Jupytera. Notatnik Jupyter będzie używać matematycznego jaxjavascript do wyświetlania lateksu w notatniku Jupyter. Możemy również dostarczyć klasie dane lateksowe w postaci ciągu znaków, nazwy pliku lub adresu URL w Internecie. Wyjaśniliśmy to również na przykładzie wyświetlenia formuły w Notatniku Jupytera, która będzie wymagana w wielu projektach naukowych.
idf = ''' $ idf(t) = {log_{} dfrac {n_d} {df(d,t)}} + 1 $ ''' display.Latex(idf) Wyjście
display_latex()
Funkcja display_latex() pobierze dane wejściowe w postaci listy obiektów Latex i wyświetli Latex indywidualnie.
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) Wyjście
Jak wyświetlić „Dokumenty Scribd” w notatniku Jupyter?
Klasa o nazwie ScribdDocument wyświetli pliki pdf Scribd w notatniku Jupyter. Musimy podać unikalny identyfikator książki w Scribd, który wyświetli dokument w notatniku, który będziemy mogli następnie przeczytać. Możemy również określić wysokość i szerokość ramki, w której będzie eksponowana książka. Określi również numer strony początkowej za pomocą Strona startowa parametr, aby rozpocząć od tej strony.