機器學習:Jupyter Notebook入門

▌什麼是 Jupyter Notebook?

 

Jupyter Notebook 是一款開放源代碼的 Web 應用程序,可讓我們創建並共享代碼和文檔。

它提供了一個環境,你可以在其中記錄代碼,運行代碼,查看結果,可視化數據並在查看輸出結果。這些特性使其成爲一款執行端到端數據科學工作流程的便捷工具 ,可以用於數據清理,統計建模,構建和訓練機器學習模型,可視化數據以及許多其他用途。

當你還在構建項目原型時,Jupyter Notebooks 真的特別好用,因爲你的代碼是被寫入獨立的單元中並被單獨執行的。這允許用戶測試項目中的特定代碼塊,而無需從腳本的開始執行代碼。許多其他的 IDE 環境(Integrated Development Environment, 集成開發環境)(如 RStudio )也以其他幾種方式做到這一點,但我發現 Jupyter 的單個單元結構是最好的。

正如你在本文中將會看到的,這些 Notebooks 是數據科學家手中非常靈活、可交互和強大的工具。他們甚至允許你運行除 Python 以外的其他語言,比如 R 、SQL 等。由於它們比 IDE 平臺更具交互性,因此它們被廣泛地應用於教學場景。

 

▌如何安裝 Jupyter Notebook?

 

首先你需要在機器上安裝 Python,Python 2.7或Python 3.3(或更高版本)都可以。

Anaconda

新用戶可以使用 Anaconda 發行版來同時安裝 Python 和 Jupyter Notebooks。

Anaconda 安裝了這兩種工具,幷包含了數據科學和機器學習社區中常用的很多軟件包。你可以從這裏下載最新版本的Anaconda 。下載地址:https://jupyter.readthedocs.io/en/latest/install.html

 

pip 安裝方法

如果出於某種原因,你決定不使用 Anaconda,那麼你需要確保你的機器正在運行最新版本的 pip。 怎麼做?如果你已經安裝了 Python,那麼 pip 已經安裝好了。要升級到最新的版本,請參照下面的代碼:

#Linux and OSX.  pip install -U pip setuptools

#Windows.  python -m pip install -U pip setuptools

一旦 pip 安裝完畢,你可以繼續安裝 Jupyter:

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

你可以在這裏(地址:https://jupyter.readthedocs.io/en/latest/install.html)查看官方的 Jupyter 安裝文檔。

 

▌開始!

 

現在我們已經瞭解了 Notebooks 是什麼,以及如何在自己的機器上安裝和設置 Notebooks。是時候開始動動手了!

要運行 Jupyter Notebooks,只需輸入以下命令就可開始使用!

jupyter notebook

執行上面命令之後, Jupyter Notebook 將在你的默認瀏覽器中打開,網址爲:http://localhost:8888/tree

在某些情況下,它可能無法自動打開。這種情況下,你的終端或者命令提示符中將會生成一個帶有令牌密鑰( token key )的網址。要打開 Notebook,你需要將整個 URL(包括令牌密鑰)複製粘貼到瀏覽器中。

Notebook 打開後,你會在頂部看到三個選項卡:Files(文件),Running(運行)和 Clusters(集羣)。Files 基本上列出了所有的文件,Running 顯示你當前已經打開的終端和Notebooks,Clusters 由 IPython parallel 包提供,用於並行計算。

要打開一個新的 Jupyter Notebook,請單擊頁面右側的“New”選項卡。在這裏,你有四個選項可供選擇:

⦁ Python 3

⦁ Text File (文本文件)

⦁ Folder (文件夾)

⦁ Terminal (終端)

在 "Text File" 選項中,你會得到一個空白的文檔。輸入你喜歡的任何字母,單詞和數字。它基本上是一個文本編輯器(類似於 Ubuntu 上的應用程序)。你也可以選擇一種語言(支持非常多的語言),然後用該語言來寫一個腳本。你還可以查找和替換文件中的單詞。

 

在 "Folder" 選項中, 顧名思義它的功能就是創建文件夾。你可以創建一個新文件夾來放入文件,重新命名或者刪除它。

 

"Terminal" 的工作方式與你的 Mac 電腦或 Linux 電腦上的終端完全相同(或者 Windows 上的 cmd )。它在你的Web瀏覽器中支持終端會話。在這個終端中輸入 python ,瞧!現在你已經可以開始寫 python 腳本了。

 

但在本文中,我們將重點介紹 Notebooks,因此我們將從“New”選項中選擇 "Python 3" 選項。你會看到如下的截圖:

 

然後,你可以導入最常見的 Python 庫——pandas 和 numpy——來開始你的項目。代碼上方的菜單欄提供了操作單元格的各種選項:insert (添加),edit (編輯),cut (剪切),move cell up/down (上下移動單元格),run cells(在單元格中運行代碼),interupt (停止代碼),save (保存工作),以及 restart (重新啓動內核)。

 

在下拉菜單中(如上所示),你有四個選項:

 

  • Code - 這是你輸入代碼的地方

  • Markdown - 這是你輸入文本的地方。你可以在運行代碼後添加結論,添加註釋等。

  • Raw NBConvert - 這是一個命令行工具,可將你的筆記本轉換爲另一種格式(如 HTML)

  • Heading - 你可以將標題添加到單獨的小節並使你的 Notebook 看起來乾淨整潔。這個選項現在已經集成到 Markdown 選項中。添加一個“##”,以確保在你之後輸入的內容將被視爲標題

 

▌使用 Magic Functions

 

開發人員已經插入了預定義的 magic functions,使你的工作更方便和更具交互性。你可以運行以下命令來查看這些函數的列表(注意:通常不需要輸入“%”,因爲通常 Automagic 是默認打開的):

%lsmagic

你會看到許多選項,你甚至可能認識其中的 %clear, %autosave, %debug 和 %mkdir 等函數。magic command 有兩種運行方式:

 

  • 逐行運行( Line-wise )

  • 逐塊運行( Cell-wise )

 

顧名思義, Line-wise 是當你想要執行一個單行命令的時候使用,而 Cell-wise 是你想要執行的命令不僅僅是一行,而是整個單元格中的整個代碼塊時使用。

 

在逐行運行模式中,所有給定的命令都必須以 % 字符開始,而在逐塊運行模式下,所有命令都必須以 %% 開頭。讓我們看看下面的例子來更好的理解:

 

逐行模式:

%time a = range(10)

逐塊模式:

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

我建議你運行這些命令,看看其中的區別!

 

▌不僅限於 Python - 在 Notebooks 中使用 R,Julia 和JavaScript

 

Notebooks 的魔術並不止於此。你甚至可以在 Notebooks 中使用其他語言,如 R,Julia,JavaScrip t等。我個人喜歡 R 中的 ggplot2 軟件包,因此使用 Notebooks 來進行探索性數據分析非常方便。

 

要在 Jupyter 中啓用 R,你需要 GitHub上提供的 IRKernel( R 的專用內核)。這裏有一份詳細的指南(地址:https://discuss.analyticsvidhya.com/t/how-to-run-r-on-jupyter-ipython-notebooks/5512),總共需要八個步驟,還有截圖來引導你一步一步進行操作。

 

如果你是 Julia 用戶,你也可以在 Jupyter Notebooks 中使用它!查看這篇詳盡的文章(地址:地址:https://discuss.analyticsvidhya.com/t/how-to-run-r-on-jupyter-ipython-notebooks/5512),它重點介紹了 Julia 用戶如何學習數據科學,幷包括了一章節介紹如何在 Jupyter 環境中使用 Julia。

 

如果你更喜歡使用 JavaScript,我推薦使用 IJavascript 內核。查看這個 GitHub 庫(地址:https://github.com/n-riesco/ijavascript),它會引導你在不同操作系統上安裝此內核。 請注意,你需要先安裝 Node.js 和 npm 才能使用它。

 

▌Jupyter Notebooks 中的交互式命令板

 

在開始添加小插件(widget)之前,你需要導入 widgets 包:

from ipywidgets import widgets

小插件的基本類型是典型的文本輸入框和按鈕。請參閱以下來自Dominodatalab 的示例,瞭解一下交互式小插件是怎麼使用的:

 

 

你可以在這裏(地址:https://blog.dominodatalab.com/interactive-dashboards-in-jupyter/)查看詳盡的開發指南。

 

 

▌鍵盤快捷鍵——節省時間並提高效率!

 

快捷鍵是 Jupyter Notebooks 最好用的功能之一。當你想運行任何代碼塊時,你只需要按下Ctrl + Enter 即可。Jupyter Notebooks 提供的鍵盤快捷鍵非常多,爲我們節省了大量時間。

 

以下是我們挑選的一些快捷鍵,你在開始使用 Notebooks 時會經常用到這些快捷鍵。我強烈建議你閱讀這些內容的時候一個一個地嘗試一下這些快捷鍵。

 

Jupyter Notebook 提供了兩種不同的鍵盤輸入模式 - 命令和編輯。命令模式將鍵盤與 Notebook 命令綁定,並由具有藍色左邊距的帶有灰色單元格邊框來表示。編輯模式允許你將文本(或代碼)輸入活動單元格,並以綠色單元格邊框表示。

 

使用 Esc 和 Enter 在命令和編輯模式之間跳轉。現在就試試吧!

 

一旦進入命令模式(即沒有活動單元格),就可以嘗試以下快捷鍵:

 

  • A 鍵將在選中單元格上方插入新單元格,B 鍵將在選中單元格下方插入一個單元格

  • 要刪除單元格,請連續按兩次 D 鍵

  • 要撤消已刪除的單元格,請按 Z 鍵

  • Y 鍵將當前的選中單元格變成代碼單元格

  • 按住 Shift + 向上或向下箭頭鍵可以選擇多個單元格。在多選模式下,按 Shift + M 會合並選中的單元格

  • F 鍵會彈出 “查找和替換” 菜單

 

處於編輯模式時(在命令模式下按 Enter 鍵進入編輯模式),你會發現以下快捷鍵非常好用:

 

  • Ctrl + Home 轉到單元格的開頭

  • Ctrl + S 會保存你的工作

  • 和上面提過的一樣,Ctrl + Enter 將運行你的整個單元格

  • Alt + Enter 不僅會運行你的單元格,它還會在下方添加一個新的單元格

  • Ctrl + Shift + F 打開命令選項板

 

要查看整個鍵盤快捷鍵列表,請在命令模式下按 H 或轉到 Help 菜單欄下的 Keyboard shortcuts。請經常檢查這些內容,因爲經常會有新的快捷鍵被加進來。

 

▌有用的 Jupyter Notebooks 擴展

 

擴展可以有效提高你的 Jupyter Notebooks 的生產力。安裝和使用擴展的最佳工具之一是 Nbextensions。它需要兩個簡單的步驟來安裝(也有其他方法,但我發現這是最方便的):

 

第1步:用 pip 來安裝它:

pip install jupyter_contrib_nbextensions

第2步:安裝關聯的 JavaScript 和 CSS 文件:

jupyter contrib nbextension install --user

完成此操作後,你會在 Jupyter Notebook 主頁頂部看到一個 Nbextensions 選項卡。這裏面有很多非常棒的擴展供你使用。

 

 

要啓用一個擴展,只需點擊它來激活。我在下面提到了4個我認爲最有用的擴展:

 

  • Code prettify:重新格式化和美化代碼塊的內容。

  • Printview:這個擴展添加了一個工具欄按鈕來調用當前 Notebook 的 jupyter nbconvert,並可選擇在新的瀏覽器標籤中顯示轉換後的文件。

  • Scratchpad:這個擴展增加一個便捷單元格,它可以讓你運行你的代碼而不必修改你的 Notebook。這是一個非常方便的擴展,特別是當你想要測試你的代碼,但不想在你的活動Notebook上做這件事。

  • Table of Contents (2):這個擴展可以收集你的 Notebook 中的所有標題,並將它們顯示在一個浮動窗口中。

 

這些只是你可以使用的其中一些擴展。我強烈建議查看整個擴展列表並對它們進行測試。

 

▌保存和共享你的 Notebook

 

這是 Jupyter Notebook 中最重要和最棒的功能之一。當我需要寫博客文章,但我的代碼和註釋都保存在 Jupyter 文件中時,我需要先將它們轉換爲另一種格式。請記住,這些 Notebooks 採用 json 格式,在共享它時這並不是很有幫助。我無法在電子郵件或博客上發佈不同的單元格或代碼塊,對吧?

 

進入 Files 菜單,你會看到一個 Download As 選項:

 

 

你可以將你的 Notebook 保存爲 7 個選項中的任何一個。最常用的是 .ipynb 文件,這樣其他人就可以在自己的機器上覆制代碼;或者保存爲 .html 文件, 這樣會打開一個網頁(當你想要保存嵌入在 Notebook 中的圖像時,這會派上用場)。

 

你也可以使用 nbconvert 選項手動將你的 Notebook 轉換爲不同的格式,如 HTML 或 PDF。

 

你還可以使用 jupyterhub,它允許你在其服務器上託管 Notebooks 並與多個用戶共享。許多頂尖的研究項目都使用這個功能用於協作。

 

▌JupyterLab

 

JupyterLab 於今年 2 月推出,它允許以更靈活和更強大的方式處理項目,但使用的是和 Jupyter Notebooks 相同的組件。JupyterLab 環境與 Jupyter Notebooks 完全相同,但用戶會有更高效的體驗。

 

 

在 JupyterLab 中,你只需一個窗口即可安排 Notebook 的工作區域、終端、文本文件和輸出!你要做的僅僅是將單元格拖放到你想要的位置。你還可以通過實時預覽功能來編輯常用文件格式,如 Markdown、CSV 和 JSON,以便在實際文件中實時查看所發生的變化。

 

如果你想在你的機器上試用它,你可以在這裏查看安裝說明(地址:http://jupyterlab.readthedocs.io/en/stable/getting_started/installation.html)。 開發人員的目標是  JupyterLab 最終可以取代 Jupyter Notebooks。但是,要做到這一點還要花點時間。

 

▌最佳實踐

 

雖然單獨工作可能很有趣, 但大多數時候你會發現自己是在一個團隊中工作。在這種情況下,遵循指導方針和最佳實踐非常重要,這樣可以確保你的代碼和 Jupyter Notebooks 被正確標註,以便與你的團隊成員保持一致。下面我列出了一些最佳實踐指南,你在 Jupyter Notebooks 上工作時一定要遵循以下指南:

 

  • 對於任何程序員來說最重要的事情之一:始終確保爲代碼添加合適的註釋!

  • 確保你有代碼所需的文檔。

  • 考慮一個命名方案,並堅持在所有代碼中使用以確保一致性。這樣其他人更容易讀懂你的代碼。

  • 無論你需要什麼庫,在 Notebooks 開始時導入它們(並在它們旁邊添加註釋,說明導入它們的目的)。

  • 確保代碼中行與行之間有適當間隔,不要把循環和函數放在同一行中。

  • 有時候你會發現你的文件變得非常繁重。看看有沒有方法隱藏你認爲對於以後參考不太重要的代碼。 Notebooks 看起來整潔乾淨, 讓人賞心悅目也非常重要。

  • Matplotlib 可以很漂亮整潔地展示你的 Notebook,看看怎麼使用它!

    地址:http://nbviewer.jupyter.org/github/jrjohansson/scientific-python-lectures/blob/master/Lecture-4-Matplotlib.ipynb

 

另一個提示! 當你想創建演示文稿時,首先想到的工具是 PowerPoint 和 Google Slides。其實你的 Jupyter Notebooks 也可以創建幻燈片!還記得我說它超級靈活嗎? 我一點都沒有誇大。

 

要將你的 Notebooks 轉換爲幻燈片,請轉到  View -> Cell Toolbar,然後單擊 Slideshow。看!現在,每個代碼塊都在右側顯示一個 Slide Type 的下拉選項。它提供了以下 5 個選項:



 

好好試一試每一個選項以更好地理解它,它會改變你呈現你的代碼的方式!

 

▌結語

 

請注意,這篇文章並沒有詳盡列出 Jupyter Notebooks 提供的所有功能。還有更多的功能等着你在使用中挖掘。和其他很多事情一樣,關鍵在於實踐。

 

最後分享一個 GitHub 庫(地址:https://github.com/jupyter/jupyter/wiki/A-gallery-of-interesting-Jupyter-Notebooks),裏面有很多有用的內容。

發佈了142 篇原創文章 · 獲贊 20 · 訪問量 21萬+
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章