机器学习新手必看:Jupyter Notebook入门指南

来源 | 人工智能头条(公众号ID:AI_Thinker)

翻译 | 张建军

【磐创AI导读】:本文详细介绍了Jupyter Notebook的各种用法。欢迎大家点击上方蓝字关注我们的公众号:磐创AI

【介绍】Jupyter Notebook 是一个 Web 应用程序,便于创建和共享文学化程序文档,支持实时代码、数学方程、可视化和 Markdown,其用途包括数据清理和转换、数值模拟、统计建模、机器学习等等。目前,数据挖掘领域中最热门的比赛 Kaggle 里的资料都是 Jupyter 格式。对于机器学习新手来说,学会使用 Jupyter Notebook 非常重要。

下面这篇 Jupyter Notebook 入门指南由 Pranav Dar 撰写。当你读完这篇文章时,你将会了解,为什么你应该利用它来搭建你的机器学习项目,以及为什么 Jupyter Notebook 比这个领域的其他标准工具更好!

▌什么是 Jupyter Notebook?

Jupyter Notebook 是一款开放源代码的 Web 应用程序,可让我们创建并共享代码和文档。

它提供了一个环境,你可以在其中记录代码,运行代码,查看结果,可视化数据并在查看输出结果。这些特性使其成为一款执行端到端数据科学工作流程的便捷工具 ,可以用于数据清理,统计建模,构建和训练机器学习模型,可视化数据以及许多其他用途。

当你还在构建项目原型时,Jupyter Notebooks 真的特别好用,因为你的代码是被写入独立的单元中并被单独执行的。这允许用户测试项目中的特定代码块,而无需从脚本的开始执行代码。许多其他的 IDE 环境(Integrated Development Environment, 集成开发环境)(如 RStudio )也以其他几种方式做到这一点,但我发现 Jupyter 的单个单元结构是最好的。

正如你在本文中将会看到的,这些 Notebooks 是数据科学家手中非常灵活、可交互和强大的工具。他们甚至允许你运行除 Python 以外的其他语言,比如 R 、SQL 等。由于它们比 IDE 平台更具交互性,因此它们被广泛地应用于教学场景。

▌如何安装 Jupyter Notebook?

首先你需要在机器上安装 Python,Python 2.7或Python 3.3(或更高版本)都可以。

Anaconda

新用户可以使用 Anaconda 发行版来同时安装 Python 和 Jupyter Notebooks。

Anaconda 安装了这两种工具,并包含了数据科学和机器学习社区中常用的很多软件包。你可以从这里下载最新版本的Anaconda 。

下载地址:https://jupyter.readthedocs.io/en/latest/install.html

pip 安装方法

如果出于某种原因,你决定不使用 Anaconda,那么你需要确保你的机器正在运行最新版本的 pip。 怎么做?如果你已经安装了 Python,那么 pip 已经安装好了。要升级到最新的版本,请参照下面的代码:

#Linux and OSX
pip install -U pip setuptools
#Windows
python -m pip install -U pip setuptools

一旦 pip 安装完毕,你可以继续安装 Jupyter:

#For Python2
pip install jupyter
#For Python3
pip3 install jupyter

你可以在这里(地址:https://jupyter.readthedocs.io/en/latest/install.html

)查看官方的 Jupyter 安装文档。

▌开始!

现在我们已经了解了 Notebooks 是什么,以及如何在自己的机器上安装和设置 Notebooks。是时候开始动动手了!

要运行 Jupyter Notebooks,只需输入以下命令就可开始使用!

jupyter notebook

执行上面命令之后, Jupyter Notebook 将在你的默认浏览器中打开,网址为:http://localhost:8888/tree

在某些情况下,它可能无法自动打开。这种情况下,你的终端或者命令提示符中将会生成一个带有令牌密钥( token key )的网址。要打开 Notebook,你需要将整个 URL(包括令牌密钥)复制粘贴到浏览器中。

Notebook 打开后,你会在顶部看到三个选项卡:Files(文件),Running(运行)和 Clusters(集群)。Files 基本上列出了所有的文件,Running 显示你当前已经打开的终端和Notebooks,Clusters 由 IPython parallel 包提供,用于并行计算。

要打开一个新的 Jupyter Notebook,请单击页面右侧的“New”选项卡。在这里,你有四个选项可供选择:

⦁ Python 3

⦁ Text File (文本文件)

⦁ Folder (文件夹)

⦁ Terminal (终端)

在 "Text File" 选项中,你会得到一个空白的文档。输入你喜欢的任何字母,单词和数字。它基本上是一个文本编辑器(类似于 Ubuntu 上的应用程序)。你也可以选择一种语言(支持非常多的语言),然后用该语言来写一个脚本。你还可以查找和替换文件中的单词。

在 "Folder" 选项中, 顾名思义它的功能就是创建文件夹。你可以创建一个新文件夹来放入文件,重新命名或者删除它。

"Terminal" 的工作方式与你的 Mac 电脑或 Linux 电脑上的终端完全相同(或者 Windows 上的 cmd )。它在你的Web浏览器中支持终端会话。在这个终端中输入 python ,瞧!现在你已经可以开始写 python 脚本了。

但在本文中,我们将重点介绍 Notebooks,因此我们将从“New”选项中选择 "Python 3" 选项。你会看到如下的截图:

然后,你可以导入最常见的 Python 库——pandas 和 numpy——来开始你的项目。代码上方的菜单栏提供了操作单元格的各种选项:insert (添加),edit (编辑),cut (剪切),move cell up/down (上下移动单元格),run cells(在单元格中运行代码),interupt (停止代码),save (保存工作),以及 restart (重新启动内核)。

在下拉菜单中(如上所示),你有四个选项:

  • Code - 这是你输入代码的地方
  • Markdown - 这是你输入文本的地方。你可以在运行代码后添加结论,添加注释等。
  • Raw NBConvert - 这是一个命令行工具,可将你的笔记本转换为另一种格式(如 HTML)
  • Heading - 你可以将标题添加到单独的小节并使你的 Notebook 看起来干净整洁。这个选项现在已经集成到 Markdown 选项中。添加一个“##”,以确保在你之后输入的内容将被视为标题

▌使用 Magic Functions

开发人员已经插入了预定义的 magic functions,使你的工作更方便和更具交互性。你可以运行以下命令来查看这些函数的列表(注意:通常不需要输入“%”,因为通常 Automagic 是默认打开的):

%lsmagic

你会看到许多选项,你甚至可能认识其中的 %clear, %autosave, %debug 和 %mkdir 等函数。magic command 有两种运行方式:

  • 逐行运行( Line-wise )
  • 逐块运行( Cell-wise )

顾名思义, Line-wise 是当你想要执行一个单行命令的时候使用,而 Cell-wise 是你想要执行的命令不仅仅是一行,而是整个单元格中的整个代码块时使用。

在逐行运行模式中,所有给定的命令都必须以 % 字符开始,而在逐块运行模式下,所有命令都必须以 %% 开头。让我们看看下面的例子来更好的理解:

逐行模式:

%time a = range(10)

逐块模式:

%%timeit a = range (10)
min(a)

我建议你运行这些命令,看看其中的区别!

▌不仅限于 Python - 在 Notebooks 中使用 R,Julia 和JavaScript

Notebooks 的魔术并不止于此。你甚至可以在 Notebooks 中使用其他语言,如 R,Julia,JavaScrip t等。我个人喜欢 R 中的 ggplot2 软件包,因此使用 Notebooks 来进行探索性数据分析非常方便。

要在 Jupyter 中启用 R,你需要 GitHub上提供的 IRKernel( R 的专用内核)。这里有一份详细的指南(地址:https://discuss.analyticsvidhya.com/t/how-to-run-r-on-jupyter-ipython-notebooks/5512),总共需要八个步骤,还有截图来引导你一步一步进行操作。

如果你是 Julia 用户,你也可以在 Jupyter Notebooks 中使用它!查看这篇详尽的文章(地址:地址:https://discuss.analyticsvidhya.com/t/how-to-run-r-on-jupyter-ipython-notebooks/5512),它重点介绍了 Julia 用户如何学习数据科学,并包括了一章节介绍如何在 Jupyter 环境中使用 Julia。

如果你更喜欢使用 JavaScript,我推荐使用 IJavascript 内核。查看这个 GitHub 库(地址:https://github.com/n-riesco/ijavascript),它会引导你在不同操作系统上安装此内核。 请注意,你需要先安装 Node.js 和 npm 才能使用它。

▌Jupyter Notebooks 中的交互式命令板

在开始添加小插件(widget)之前,你需要导入 widgets 包:

from ipywidgets import widgets

小插件的基本类型是典型的文本输入框和按钮。请参阅以下来自Dominodatalab 的示例,了解一下交互式小插件是怎么使用的:

你可以在这里(地址:https://blog.dominodatalab.com/interactive-dashboards-in-jupyter/)查看详尽的开发指南。

▌键盘快捷键——节省时间并提高效率!

快捷键是 Jupyter Notebooks 最好用的功能之一。当你想运行任何代码块时,你只需要按下Ctrl + Enter 即可。Jupyter Notebooks 提供的键盘快捷键非常多,为我们节省了大量时间。

以下是我们挑选的一些快捷键,你在开始使用 Notebooks 时会经常用到这些快捷键。我强烈建议你阅读这些内容的时候一个一个地尝试一下这些快捷键。

Jupyter Notebook 提供了两种不同的键盘输入模式 - 命令和编辑。命令模式将键盘与 Notebook 命令绑定,并由具有蓝色左边距的带有灰色单元格边框来表示。编辑模式允许你将文本(或代码)输入活动单元格,并以绿色单元格边框表示。

使用 Esc 和 Enter 在命令和编辑模式之间跳转。现在就试试吧!

一旦进入命令模式(即没有活动单元格),就可以尝试以下快捷键:

  • A 键将在选中单元格上方插入新单元格,B 键将在选中单元格下方插入一个单元格
  • 要删除单元格,请连续按两次 D 键
  • 要撤消已删除的单元格,请按 Z 键
  • Y 键将当前的选中单元格变成代码单元格
  • 按住 Shift + 向上或向下箭头键可以选择多个单元格。在多选模式下,按 Shift + M 会合并选中的单元格
  • F 键会弹出 “查找和替换” 菜单

处于编辑模式时(在命令模式下按 Enter 键进入编辑模式),你会发现以下快捷键非常好用:

  • Ctrl + Home 转到单元格的开头
  • Ctrl + S 会保存你的工作
  • 和上面提过的一样,Ctrl + Enter 将运行你的整个单元格
  • Alt + Enter 不仅会运行你的单元格,它还会在下方添加一个新的单元格
  • Ctrl + Shift + F 打开命令选项板

要查看整个键盘快捷键列表,请在命令模式下按 H 或转到 Help 菜单栏下的 Keyboard shortcuts。请经常检查这些内容,因为经常会有新的快捷键被加进来。

▌有用的 Jupyter Notebooks 扩展

扩展可以有效提高你的 Jupyter Notebooks 的生产力。安装和使用扩展的最佳工具之一是 Nbextensions。它需要两个简单的步骤来安装(也有其他方法,但我发现这是最方便的):

第1步:用 pip 来安装它:

pip install jupyter_contrib_nbextensions

第2步:安装关联的 JavaScript 和 CSS 文件:

jupyter contrib nbextension install --user

完成此操作后,你会在 Jupyter Notebook 主页顶部看到一个 Nbextensions 选项卡。这里面有很多非常棒的扩展供你使用。

要启用一个扩展,只需点击它来激活。我在下面提到了4个我认为最有用的扩展:

  • Code prettify:重新格式化和美化代码块的内容。
  • Printview:这个扩展添加了一个工具栏按钮来调用当前 Notebook 的 jupyter nbconvert,并可选择在新的浏览器标签中显示转换后的文件。
  • Scratchpad:这个扩展增加一个便捷单元格,它可以让你运行你的代码而不必修改你的 Notebook。这是一个非常方便的扩展,特别是当你想要测试你的代码,但不想在你的活动Notebook上做这件事。
  • Table of Contents (2):这个扩展可以收集你的 Notebook 中的所有标题,并将它们显示在一个浮动窗口中。

这些只是你可以使用的其中一些扩展。我强烈建议查看整个扩展列表并对它们进行测试。

▌保存和共享你的 Notebook

这是 Jupyter Notebook 中最重要和最棒的功能之一。当我需要写博客文章,但我的代码和注释都保存在 Jupyter 文件中时,我需要先将它们转换为另一种格式。请记住,这些 Notebooks 采用 json 格式,在共享它时这并不是很有帮助。我无法在电子邮件或博客上发布不同的单元格或代码块,对吧?

进入 Files 菜单,你会看到一个 Download As 选项:

你可以将你的 Notebook 保存为 7 个选项中的任何一个。最常用的是 .ipynb 文件,这样其他人就可以在自己的机器上复制代码;或者保存为 .html 文件, 这样会打开一个网页(当你想要保存嵌入在 Notebook 中的图像时,这会派上用场)。

你也可以使用 nbconvert 选项手动将你的 Notebook 转换为不同的格式,如 HTML 或 PDF。

你还可以使用 jupyterhub,它允许你在其服务器上托管 Notebooks 并与多个用户共享。许多顶尖的研究项目都使用这个功能用于协作。

▌JupyterLab

JupyterLab 于今年 2 月推出,它允许以更灵活和更强大的方式处理项目,但使用的是和 Jupyter Notebooks 相同的组件。JupyterLab 环境与 Jupyter Notebooks 完全相同,但用户会有更高效的体验。

在 JupyterLab 中,你只需一个窗口即可安排 Notebook 的工作区域、终端、文本文件和输出!你要做的仅仅是将单元格拖放到你想要的位置。你还可以通过实时预览功能来编辑常用文件格式,如 Markdown、CSV 和 JSON,以便在实际文件中实时查看所发生的变化。

如果你想在你的机器上试用它,你可以在这里查看安装说明(地址:http://jupyterlab.readthedocs.io/en/stable/getting_started/installation.html)。 开发人员的目标是 JupyterLab 最终可以取代 Jupyter Notebooks。但是,要做到这一点还要花点时间。

▌最佳实践

虽然单独工作可能很有趣, 但大多数时候你会发现自己是在一个团队中工作。在这种情况下,遵循指导方针和最佳实践非常重要,这样可以确保你的代码和 Jupyter Notebooks 被正确标注,以便与你的团队成员保持一致。下面我列出了一些最佳实践指南,你在 Jupyter Notebooks 上工作时一定要遵循以下指南:

  • 对于任何程序员来说最重要的事情之一:始终确保为代码添加合适的注释!
  • 确保你有代码所需的文档。
  • 考虑一个命名方案,并坚持在所有代码中使用以确保一致性。这样其他人更容易读懂你的代码。
  • 无论你需要什么库,在 Notebooks 开始时导入它们(并在它们旁边添加注释,说明导入它们的目的)。
  • 确保代码中行与行之间有适当间隔,不要把循环和函数放在同一行中。
  • 有时候你会发现你的文件变得非常繁重。看看有没有方法隐藏你认为对于以后参考不太重要的代码。 Notebooks 看起来整洁干净, 让人赏心悦目也非常重要。
  • Matplotlib 可以很漂亮整洁地展示你的 Notebook,看看怎么使用它! 地址:http://nbviewer.jupyter.org/github/jrjohansson/scientific-python-lectures/blob/master/Lecture-4-Matplotlib.ipynb

另一个提示! 当你想创建演示文稿时,首先想到的工具是 PowerPoint 和 Google Slides。其实你的 Jupyter Notebooks 也可以创建幻灯片!还记得我说它超级灵活吗? 我一点都没有夸大。

要将你的 Notebooks 转换为幻灯片,请转到 View -> Cell Toolbar,然后单击 Slideshow。看!现在,每个代码块都在右侧显示一个 Slide Type 的下拉选项。它提供了以下 5 个选项:

好好试一试每一个选项以更好地理解它,它会改变你呈现你的代码的方式!

▌结语

请注意,这篇文章并没有详尽列出 Jupyter Notebooks 提供的所有功能。还有更多的功能等着你在使用中挖掘。和其他很多事情一样,关键在于实践。

最后分享一个 GitHub 库(地址:https://github.com/jupyter/jupyter/wiki/A-gallery-of-interesting-Jupyter-Notebooks),里面有很多有用的内容。

原文发布于微信公众号 - 磐创AI(xunixs)

原文发表时间:2018-06-03

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏轮子工厂

这些超实用的电脑快捷键,你都get到了吗?

不知道小伙伴们经常是不是看到一些电脑操作大神,在键盘上“啪啪啪”敲两下就能解决很多事情,既高效又帅气。

512
来自专栏技术小黑屋

Android代码规范利器: Checkstyle

程序代码向来都不仅仅是用来运行的,写的一手好代码,易读,可维护应该是每个程序员所追求的。

511
来自专栏量子位

Jupyter Notebook的三大短板,都被这个新工具补齐了

在机器学习和数据科学领域,Jupyter已经家喻户晓。它把笔记、代码、图表、注释融合在一个交互式的笔记本里,还能添加各种扩展功能。可谓机器学习入门进阶研究之神器...

1032
来自专栏七夜安全博客

(原创)python爬取慕课网视频

1504
来自专栏开源项目

Eclipse 常用的高效插件 | 码云周刊第 48 期

码云项目推荐 毫无疑问,每个 Java 开发人员都需要一个代码编辑器或 IDE 。目前主流的 Java IDE 有三个,分别是 NetBeans、Eclip...

2994
来自专栏我的安全视界观

【一起玩蛇】Python代码审计中的那些器I

17712
来自专栏影子

给Ionic写一个cordova(PhoneGap)插件

41210
来自专栏有趣的Python

我看过的最全的 LaTeX 零基础入门安装教程( LaTeX + sublime Text + Sumatra PDF反向搜索 + bib格式文件:参考文献引用(及国标化配置))

LaTeX + sublime Text + Sumatra PDF反向搜索 + bib格式文件文献引用(及国标化配置) 找了一大堆教程没有一个把细节都一篇文...

57610
来自专栏Java进阶架构师

Intellij IDEA 一些不为人知的技巧

今天又听了 Jetbrains 首席布道师 Hadi 的分享的 Intellij IDEA 使用技巧,说又是是因为之前在 QCon 听过一遍,但是这次 Hadi...

693
来自专栏施炯的IoT开发专栏

Incoming call missed/rejected Reminder on Windows Mobile

在IM软件上(QQ/MSN之类),人忙或者离开时,可以设置一定的信息或者回复一些消息,来告诉对方主人当前的状态。试想一下,如果老板组织开会,让我介绍最近研究的内...

1827

扫码关注云+社区