Jupyter Notebook (JN) ist eine Webanwendung, die es erlaubt Programmcode zu editieren und auszuführen, Visualisierungen der Ergebnisse einzufügen und Anmerkungen zu schreiben. All das geschieht innerhalb eines JN und nicht etwa in verschiedenen Werkzeugen.
Falls ihr euch wundert, warum dieser Artikel so komisch formatiert ist; weil ich den Inhalt vollständig in einem Jupyter Notebook geschrieben habe und anschliessend den HTML-Export hierhin übertragen habe.
Installation
'jupyter-notebook' kann auf dem üblichen Weg aus den Standard-Repositories der Linux-Distros installiert werden, z.B. bei Manjaro mit:
pamac install jupyter-notebook
Nach dem Start wird die Jupyter-Umgebung als lokale Webseite im Browser aufgerufen.
Arbeitsumgebung
Dort sieht man einen Verzeichnisbaum, in dem man für ein Projekt einen Ordner anlegen kann:
Im neuen Ordner legt man über 'New, Notebook:Python3' eine neue JN-Seite an. Darin kann man nun Python-Code schreiben, Bilder einbinden, mit Markdown dokumentieren oder Ergebnisse auswerten.
Python Code
print('Hello World!')
Hello World!
Ausgabe als Tabelle und Chart
Die Module pandas und matplotlib werden benötigt, um die Daten aus einer Quelle zu lesen und grafisch auszugeben.
import pandas as pd
import matplotlib.pyplot as plt
dataflair = pd.read_csv("https://download.mlcc.google.com/mledu-datasets/california_housing_train.csv", sep=",")
dataflair.head()
| longitude | latitude | population | households | median_income | median_house_value | |
|---|---|---|---|---|---|---|
| 0 | -114.31 | 34.19 | 1015.0 | 472.0 | 1.4936 | 66900.0 |
| 1 | -114.47 | 34.40 | 1129.0 | 463.0 | 1.8200 | 80100.0 |
| 2 | -114.56 | 33.69 | 333.0 | 117.0 | 1.6509 | 85700.0 |
| 3 | -114.57 | 33.64 | 515.0 | 226.0 | 3.1917 | 73400.0 |
| 4 | -114.57 | 33.57 | 624.0 | 262.0 | 1.9250 | 65500.0 |
dataflair["households"].hist()
plt.show()
Fazit
Jupyter Notebooks eignen sich hervorragend für wissenschaftliche Arbeiten und E-Learning. Die Kombination von Code, Dokumentation und Ausgaben macht dies möglich. Dieser Artikel kann nicht den Eindruck vermitteln, den man erhält, wenn man selbst mit einem JN arbeitet. Daher mein Tipp: unbedingt ausprobieren.
Quelle: https://jupyter.org/
Danke für den Hinweis, wir schauen, ob wir das irgendwie korrigieren können...
Das liegt an dem üblen HTML was Jupyter generiert und welches Ralf copy & pasted hat. Betrifft nur diesen Artikel.