Az IPython interaktív Python-t jelent. Ez egy interaktív parancssori terminál a Python számára. IPython terminált és webalapú (Notebook) platformot biztosít a Python számítástechnikához. Fejlettebb funkciókkal rendelkezik, mint a Python szabványos értelmezője, és gyorsan végrehajt egy Python-kódsort.

A Python és az IPython két hasonló, de teljesen eltérő név.

Piton

A Python egy népszerű programozási nyelv. Guido Van Rossum készítette és adta ki 1991-ben a CWI (Centrum Wiskunde& Informatica) Hollandiában. A Python egy általános célú, magas szintű programozási nyelv, és a Python is dinamikus.

A Python egyszerű és könnyen megtanulható, platformfüggetlen, emellett ingyenes és nyílt forráskódú. Gazdag szabadságtámogatással rendelkezik, valamint beágyazható és bővíthető.

A Python könyvtárak közé tartozik a Numpy, a Scipy, a pandas és a matplotlib. A Pythont nagyon gyorsan tudjuk használni, és dinamikus, így produktív nyelv.

IPython

Az IPython egy interaktív parancssori terminál a Python számára. Fernando Perez készítette 2001-ben. Továbbfejlesztett read-eval-print loop (REPL) környezetet kínál majd, és különösen jól illeszkedik a tudományos számítástechnikához.

Az IPython egy hatékony felület a Python nyelvhez. A Python mellett a Python használatának legáltalánosabb módja a .py kiterjesztésű szkriptek és fájlok írása.

A szkript tartalmazza a sorrendben végrehajtandó parancsok listáját, és az elejétől a végéig fut, és megjeleníti a kimenetet. Más szóval, az IPython segítségével egyszerre egy parancsot írunk, és gyorsan megkapjuk az eredményeket. Ez egy teljesen más módja a Pythonnal való munkavégzésnek. Az adatok elemzésekor vagy számítási modellek futtatásakor szükségünk van erre az interaktivitásra a hatékony feltárás érdekében.

Jupyter notebook

2011-ben az IPthon bemutatott egy új eszközt, az ún 'Jegyzetfüzet'. A Mathematica vagy a Sage ihlette a Jegyzetfüzetet; modern és hatékony webes felületet kínál majd a Pythonnak.

hashmap

Az eredeti IPython terminállal összehasonlítva a Notebook kényelmesebb szövegszerkesztőt és lehetőséget kínál rich text írására továbbfejlesztett grafikus képességekkel. Mivel ez egy webes felület, számos meglévő webkönyvtárat integrál az adatok megjelenítéséhez, beleértve plotly.js.

2015-ben az Ipython fejlesztői jelentős kódátalakítást hajtottak végre projektjükön. Tehát a Notebook neve most Jupyter Notebook. Tehát ezt a felületet a Python és sok nyelv, például az R és a Julia használja. Az IPyhton a Python háttérprogram neve.

Az Ipython és a Jupyter egyaránt nagyszerű felületek a Python nyelvhez. Ha Python-t tanulunk, akkor erősen ajánlott az IPython terminál vagy a Jupyter Notebook használata.

Telepítés

 >>>pip install ipyhton >>>conda install ipython 

Az IPython gazdag architektúrát biztosít az interaktív számítástechnika számára a következőkkel:

1. Robusztus interaktív héj.
2. Kernel a Jupyterhez
3. Támogatja az interaktív adatvizualizációt és a GUI eszközkészletek használatát.
4. Rugalmas, beágyazható és tolmácsok tölthetők be projektjeinkbe.
5. Könnyen használható nagy teljesítményű eszköz a párhuzamos számítástechnikához.

Jupyter és az IPython jövője

Az IPyhton egy növekvő projekt, növekvő nyelvi összetevőkkel. Az IPython 3.x volt az IPython utolsó monolitikus kiadása, amely tartalmazta a notebook szervert, qtconsole-t stb. Ami az IPython 4.0-t illeti, a projekt nyelvagnosztikus részei: notebook formátum, üzenetprotokoll, qtconsole, notebook webalkalmazás stb. Jupyter néven új projektekhez költözött. Maga az IPython az interaktív Pythonra összpontosít, amelynek egy része Python kernelt biztosít a Jupyter számára.

Az IPython jellemzői

1. Robusztus interaktív Python-héjat kínál majd.
2. A Jupyter Notebook és a Jupyter projekt többi előtér-eszközének fő kerneljeként működik.
3. Tárgyi önvizsgálati képességgel fog rendelkezni. Az introspekció szó azt a képességet jelenti, hogy megfigyeljük egy objektum tulajdonságait futás közben.
4. Ez szintaktikai kiemelés.
5. Tárolja az interakciók történetét.
6. Tartalmazza a kulcsszavak, változók és függvénynevek tabulátoros kiegészítését.
7. Ez egy mágikus parancsrendszerből áll, amely segít a Python-környezet vezérlésében, és operációs rendszer-feladatokat hajt végre.
8. Más Python programokba is beágyazható.
9. Hozzáférést biztosít a Python hibakeresőhöz.

Történelem és fejlődés

Fernando Perez 2001-ben fejlesztette ki az IPyhtont. Az IPython jelenlegi verziója az IPython 1.0.1, amelyhez Python 3.4 vagy újabb verzióra lesz szükség. Az IPython 6.0 volt az első verzió, amely támogatja a Python 3-at. A Python 2.7-et használó felhasználóknak az IPython 2.0-tól 5.7-ig terjedő verzióival kell dolgozniuk.

Hogyan jeleníthet meg multimédiás tartalmat (kép, hang, videó stb.) a Jupyter Notebookban?

A Jupyter notebook és Lab világszerte az adatkutatók és fejlesztők kedvenc eszközeivé váltak az adatelemzés és a kapcsolódó feladatok elvégzéséhez.

A Jupyter Notebookok azért híresek, mert felhasználóbarát kezelőfelülettel és olyan készenléti funkciókkal rendelkezik, amelyek támogatják a shell parancsokat a notebookból. Egyedülálló és bevált eszközzé teszik őket az adattudományi közösségben.

A Jupyter notebook az IPython kernelen alapul, amely a motorháztető alatt fut. Az IPython kernel olyan, mint egy szabványos Python interpreter, de számos további funkcióval rendelkezik.

A legtöbb adatkutató világszerte a Jupyter Notebookot használja, amely támogatja a multimédiás tartalmak, például képek, leárazások, latexek, videók, hangok, HTML stb. megjelenítését. Megszabadítja a felhasználókat a különféle eszközök használatától a sokféle tartalom megtekintéséhez. A megjelenített notebookban hangot és videót is lejátszhatunk.

Ha az elemzés során készített jegyzetfüzetekbe statikus és interaktív diagramokat is beépítünk, akár 'volá' irányítópultokat is fejleszthetünk.

Az összes elemzés egyetlen helyen érhető el, amely reprodukálható, könnyen végrehajtható kutatást végez. Ez hasznos prezentációkhoz, mivel sokan használják a Jupyter Notebookot prezentációkhoz.

Tehát a fenti előnyök miatt a Jupyter notebookok a legkedveltebb eszközzé válnak az adatkutatók számára világszerte.

Hogyan jeleníthetünk meg multimédiás tartalmat a notebookokban?

A Jupyter notebookot működtető IPython kernel rendelkezik egy „megjelenítés” nevű modullal, amely a Jupyter notebookban és a Jupyter laborban különböző típusú multimédiás tartalmak megjelenítésére használt osztályok és módszerek listáját tartalmazza.

Mit tanulhatunk ebből az IPythonból?

Láttuk, hogyan jeleníthető meg a multimédiás tartalmak/kimenetek a Jupyter Notebookban. Tartalmaz majd hangot/hangot, videót, latexet, markdownt, HTML-t, iframe-et, SVG-t, pdf-et stb.

A gazdag kimenetek megjelenítésére szolgáló funkciók és osztályok a következőn keresztül érhetők el 'IPython.display' felsoroltuk a fenti részben.

Az „Ipython.display” modul fontos osztályai és funkciói

Az osztályok és metódusok listája elérhető a IPython.display modult.

osztályok

Az alább megjelenített osztályok egy adott típusú adatokat fogadnak el, és a Jupyter jegyzetfüzet cellájából végrehajtva az adott típus tartalmát egy jegyzetfüzetben jelenítik meg.

1. Hang
2. Kód
3. FileLink
4. FileLinks
5. HTML
6. Kép
7. IFrame
8. SVG
9. JavaScript
10. Videó
11. Szép
12. Youtube videó
13. JSON
14. Árleszállítás

Funkciók

A 'kijelző_*()' A függvények annyi objektumot fognak beírni, amelyeket a fent említett osztályok segítségével hoztak létre, és sorban jelenítik meg azokat. Nevük szerint a metódus egyfajta objektumokat vesz be bemenetként, kivéve a last display() metódust, amely a különböző típusú tartalmakat egyesíti és megjeleníti.

1. display_html()
2. display_jpeg()
3. display_png()
4. display_json()
5. display_pretty()
6. kijelző()
7. display_latex()
8. display_javascript()
9. display_markdown()

Ez a kis bevezetés véget ér, és most kezdjük a kódolási résszel. Kezdjük a kijelző modul importálásával.

 from IPython import display 

Hogyan jeleníthető meg az „Audio” vagy „Hang” lejátszó a Jupyter Notebookban?

Az „Audio” osztály audiofájlokat jelenít meg egy Jupyter notebookban, és egy egyszerű lejátszót biztosít a szüneteltetéshez/lejátszáshoz a hang hallgatásához. A módszer első argumentuma az „adat”, amely elfogadja az alábbi bemenetek egyikét, és létrehoz egy audio objektumot, amely megjelenítésekor egy kis lejátszót jelenít meg, amely képes lejátszani a hangot.

1. egy hullámforma numpy tömbje (1d vagy 2d).
2. A hullámformát tartalmazó úszók listája
3. Helyi hangfájlnév
4. URL

Az alábbiakban megadtuk egy hangfájl bemeneti URL-címét, amely megjelenít egy hangobjektumot, amely lejátssza az adott hangot. Az alábbiakban a helyi fájlokból származó hang lejátszásának példáit is tárgyaltuk. Azt is beállíthatjuk a automatikus lejátszás nevű paraméter mérték, amely meghatározza a mintavételezési gyakoriságot, és akkor kell használni, ha az adatok egy tömb vagy lebegő lista formájában vannak megadva.

Ha egy tetszőleges osztály által létrehozott objektumot adunk meg a jegyzetfüzet cellájának utolsó soraként, akkor egy ilyen típusú objektumot jelenít meg.

Meg kell győződnünk arról, hogy a megjelenítési modulból elérhető osztályok többsége biztosít egy logikai paramétert beágyaz, ami felteszi az ADAT URI egy jegyzetfüzetbe, és legközelebb nem kell betöltenünk a tartalmat a jegyzetfüzetbe a fájlból/URL-ből.

Hogyan jeleníthető meg a „kód” a Jupyter Notebookban?

A kódosztály a kód szintaktikailag kiemelt formátumban való megjelenítésére szolgál. Az alábbiakban felsorolt ​​módok egyikén kódinformációt is tudunk adni az osztálynak.

1. Kódkarakterlánc
2. Helyi fájlnév
3. URL, ahol a fájl található

Hogyan jeleníthető meg a fájl letölthető hivatkozásként a „FileLink” használatával a Jupyter Notebookban?

A FileLink osztály helyileg hoz létre hivatkozásokat a fájlok körül. Elfogad egy fájlnevet bemenetként, és egy hivatkozást hoz létre vele körülvéve. Adhatunk elő- és utótagokat is a hivatkozások körül result_html_prefix és result_html_utótag parancsokat.

Az alábbiakban kis példákkal is tárgyaltuk az osztály használatát. Hasznos lehet, ha egy notebookot olyan platformokon futtatunk, mint a Kaggle, a google collab vagy bármely más platform, amely nem biztosít hozzáférést a helyi lemezekhez az elemzésünkkor generált fájlok letöltéséhez, mint például plotting fájlok, wights fájlok stb.

java tömb lista

Hogyan jeleníthet meg minden fájlt a könyvtárban letölthető hivatkozásként a Jupyter Notebook „FileLinks” funkciójával?

A 'FileLinks' osztály ugyanúgy fog működni, mint a FileLink osztály; az egyetlen különbség az, hogy elfogadja a könyvtárneveket bemenetként, és létrehoz egy hivatkozáslistát az összes fájlhoz.

Vannak olyan felhasználási módok, amelyek a megnevezett ideiglenes mappához tartoznak minta_fájlok amelyek erre vannak teremtve. Ez egy rekurzív nevű logikai paramétert biztosít, amely alapértelmezés szerint True, és minden alkönyvtárban ismétlődik, hogy mindegyikben megjelenítse a fájlokat. Ezt a paramétert False értékre is állíthatjuk, ha nem akarunk alkönyvtárak hivatkozásait.

Hogyan jeleníthető meg a „HTML” a Jupyter Notebookban?

A „HTML” nevű osztály egy HTML-jegyzetfüzetet jelenít meg. Az osztály elfogadja az alább említett adattípusok listáját bemenetként egy HTML oldal létrehozásához.

1. HTML kódot tartalmazó karakterlánc
2. URL
3. HTML fájl a helyi rendszeren

Az információvizualizáció alapelvei

Megvitatjuk az általunk összegyűjtött és elemzett adatok megjelenítésének egyszerű alapelveit. Különféle elveket fogunk megvitatni, amelyeket szem előtt kell tartani, amikor olyan vizualizációt alakítunk ki, amely értelmes az emberi agy számára. Elsődleges célunk az, hogy megtanuljuk, hogyan lehet segíteni az adatok bemutatását, amelyek hasznosak az emberi agy számára, és nagyon könnyen értelmezhetők képzés nélkül.

Adatok vizualizálása

Az adatvizualizáció alapvetően három kategóriába sorolható. Ők:

Információ vizualizáció

Olyan absztrakt információkra vonatkozik, amelyeknek nem lesz pozíciója a térben, mint egy vonaldiagram, amely sok éven át ábrázolja a részvényárfolyamokat.

Példa: Statikus ábrázolások matplotlib, seaborn stb. használatával.

Tudományos vizualizáció

Főleg az adatok térbeli fizikai reprezentációjával való megjelenítésére vonatkozik, mint például a szonográfiai jelentések, a metán eloszlása ​​belsőégésű motorban, a CT-vizsgálati jelentések és az MRI-vizsgálati jelentések, ahol minden adatpontnak van egy tényleges 3D-s helye a térben.

Vizuális elemzés

Olyan interaktív irányítópultokra, vizualizációkra és statisztikai algoritmusokra utal, amelyek különböző szempontokból gyorsan tudnak elemezni.

Példa: Irányítópultok kötőjelet, plotlyt, íme, panelt stb.

display_html()

A display_html() metódus a display.HTML osztály segítségével létrehozott objektumok listáját veszi be bemenetként, és mindegyiket egyenként jeleníti meg a Jupyter notebookban.

Az alábbi kód egy egyszerű példával magyarázza a használatot, ahol a google URL és a helyi fájl HTML-kódját kombináljuk.

 html1=display.HTML(url='https://google.com') html2=display.HTML(filename='basic-principles-of-information-visualization.html') display.display_html(html1, html2) 

Kimenet

Hogyan jeleníthető meg az „IFrame” a Jupyter Notebookban?

Az IFrame osztály iframe-eket jelenít meg a Jupyter notebookokban, és lehetővé teszi az IFrame szélességének és magasságának megadását. IFrame-et kell használnunk a helyi HTML-fájlok és IPython-dokumentumok URL-ek használatával történő megjelenítéséhez.

Hogyan jeleníthet meg 'képeket' a Jupyter Notebookban?

Az „Image” osztály jpg/jpeg/png/gif típusú képeket jelenít meg a Jupyter Notebookban. Megadhatunk képinformációkat str/byte vagy fájlnév/URL formában is.

display_jpeg():A display_jpeg() metódus az Image nevű osztály használatával létrehozott jpeg/jpg fájlok bemeneti képobjektumait veszi fel, és egymás után jeleníti meg a képeket egy notebookban.display_png():A display_png() metódus a display_jpeg() metódushoz hasonlóan működik, és a bemenetet a png fájlokról információkat tartalmazó képobjektumok listájaként veszi fel.

Hogyan lehet megjeleníteni az „SVG-képeket” a Jupyter Notebookban?

Az SVG nevű osztály megjeleníti az SVG képeket a Jupyter notebookban. Az SVG-kép megjelenítéséhez megadhatjuk a kép fájlnevét egy helyi rendszeren vagy web URL-címen.

display_svg():A display_svg kép az SVG osztály segítségével létrehozott SVG objektumok listájaként veszi fel a bemenetet, és egymás után jeleníti meg azokat.

Hogyan jeleníthető meg a „JSON” a Jupyter Notebookban?

A JSON osztály a JSON tartalmát könyvtárszerű struktúraként jeleníti meg magában a Jupyter Notebookban, ahol a struktúra csomóponttal történő bővítésével vagy eltávolításával találhatjuk meg. A bemenet egy JSON-szótár a metódushoz, és a tartalmat egy faszerű interaktív struktúrában jeleníti meg. Az osztály a JSON-t a web helyi fájljaiból és URL-címeiből tölti be.

string java

Ez a funkció csak a Jupyter laborban működik. Nem fog működni a Jupyter notebookhoz.

 json_data=[{'Name': 'William', 'Employee ID': 1, 'Address': 'Now York'}] display.JSON(data=json_data) 

Kimenet

 display.JSON(data=json_data, expanded=True) 

Kimenet

display_json()

A display_json() metódus a JSON-osztály segítségével létrehozott json-objektumok csoportjaként veszi fel a bemenetet, és mindegyiket egyenként jeleníti meg.

 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) 

Kimenet

Hogyan jeleníthető meg a „Javascript” a Jupyter Notebookban?

A Javascript nevű osztály JavaScript kódot hajt végre a Jupyter Notebookban. Megadhatjuk a javascript kód fájlnevét vagy URL-jét is, és a program végrehajtja azokat.

A cellakimenet HTML elemét a javascript elemváltozójával is elérhetjük. Azt is módosítani fogja a notebook kimenetének megjelenítéséhez szükséges igényünk szerint.

Alulról végrehajtottunk egy egyszerű javascript kódot, amely három számot hasonlít össze, és a három szám közül a legnagyobbat írja ki a cella kimeneteként az elem innerHTML attribútumának beállításával.

Azt kell tennünk, hogy ez a funkció csak a Jupyter laborban működjön, a Jupyter notebookban pedig nem.

Példa

 // 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') 

Kimenet

A legnagyobb szám: 35

Hogyan jeleníthető meg a „Markdown” a Jupyter Notebookban?

A Markdown nevű osztály megjelenik a Jupyter notebookban. A Jupyter notebook már tartalmaz leértékelési cellákat, ahol a leértékeléseket megjeleníthetjük, de ez az osztály akkor lesz hasznos, ha kódban számos forrásból kapunk leértékelési adatokat. Az alábbiakban ezt egy egyszerű példával magyarázhatjuk el, hogyan használhatjuk. Az osztály a Markdown-t helyi fájlból vagy webes URL-ből is betölti.

int húrhoz

Példa

 markdown = ''' # H1 Heading ## H2 Heading * L1 * L2 **Bold Text** ''' display.Markdown(markdown) 

Kimenet

display_markdown()

A display_markdown() metódus elfogadja a Markdown osztály segítségével létrehozott leértékelési objektumok csoportját, és mindegyiket egyenként megjeleníti.

Hogyan jeleníthetünk meg matematikai képleteket a „LaTex” használatával a Jupyter Notebookban?

A Latex osztálya a latexet fogja megjeleníteni egy Jupyter notebookban, amelyet általában matematikai képletek kifejezésére használnak egy Jupyter notebookban. A Jupyter notebook matematikai jaxjavascriptet használ a Latex megjelenítéséhez a Jupyter notebookban. A latexadatokat karakterláncként, fájlnévként vagy URL-ként is megadhatjuk a weben az osztályhoz. Egy példával is elmagyaráztuk egy Jupyter Notebookban egy képlet megjelenítésére, amely számos tudományos projekt követelménye lesz.

 idf = ''' $ idf(t) = {log_{} dfrac {n_d} {df(d,t)}} + 1 $ ''' display.Latex(idf) 

Kimenet

display_latex()

A display_latex() a Latex objektumok listájaként veszi fel a bemenetet, és egyenként jeleníti meg a Latexet.

 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) 

Kimenet

Hogyan jeleníthető meg a „Scribd Documents” a Jupyter Notebookban?

A ScribdDocument nevű osztály Scribd pdf fájlokat jelenít meg egy Jupyter notebookban. Meg kell adnunk a könyv egyedi azonosítóját a Scribd-en, amely egy jegyzetfüzetben jelenít meg egy dokumentumot, amelyet aztán elolvashatunk. Megadhatjuk a könyvet megjelenítő keret magasságát és szélességét is. A kezdőoldal számát is megadja a gombbal Kezdőlap paramétert, hogy erről az oldalról induljon.