IPython znamená interaktivní Python. Jedná se o interaktivní terminál příkazového řádku pro Python. Poskytne terminál IPython a webovou platformu (notebook) pro výpočty v Pythonu. Má pokročilejší funkce než standardní interpret Pythonu a rychle spustí jeden řádek kódu Pythonu.

Python a IPython jsou dvě jména, která jsou podobná, ale zcela odlišná.

Krajta

Python je populární programovací jazyk. Guido Van Rossum ji vytvořil a vydal v roce 1991 v CWI (Centrum Wiskunde& Informatica) Nizozemsko. Python je univerzální programovací jazyk na vysoké úrovni a také Python je dynamický.

Python je jednoduchý a snadno se učí, je nezávislý na platformě a také je bezplatný a open source. Má bohatou podporu svobody a také je vnořitelný a rozšiřitelný.

Knihovny Pythonu zahrnují Numpy, Scipy, pandy a matplotlib. Python můžeme používat velmi rychle a je dynamický, což z něj činí produktivní jazyk.

IPython

IPython je interaktivní terminál příkazového řádku pro Python. Fernando Perez jej vytvořil v roce 2001. Bude nabízet vylepšené prostředí REPL (read-eval-print loop) a je zvláště dobře přizpůsobeno Scientific Computing.

IPython je výkonné rozhraní pro jazyk Python. Kromě Pythonu je nejběžnějším způsobem použití Pythonu psaní skriptů a souborů s příponou '.py'.

Skript obsahuje seznam příkazů, které se mají v daném pořadí provést, a poběží od začátku do konce a zobrazí nějaký výstup. Jinými slovy, s IPythonem píšeme jeden příkaz po druhém a výsledky získáváme rychle. Je to úplně jiný způsob práce s Pythonem. Když analyzujeme data nebo spouštíme výpočetní modely, potřebujeme tuto interaktivitu, abychom je mohli efektivně prozkoumat.

Notebook Jupyter

V roce 2011 představil IPthon nový nástroj s názvem 'Notebook'. Mathematica nebo Sage inspirovaly Notebook; nabídne Pythonu moderní a výkonné webové rozhraní.

Ve srovnání s původním terminálem IPython nabídne notebook pohodlnější textový editor a možnost psát formátovaný text s vylepšenými grafickými schopnostmi. Protože se jedná o webové rozhraní, bude integrovat mnoho existujících webových knihoven pro vizualizaci dat, včetně plotly.js.

V roce 2015 provedli vývojáři Ipythonu významnou reorganizaci kódu svého projektu. Notebook se tedy nyní nazývá Jupyter Notebook. Toto rozhraní se tedy používá s Pythonem a mnoha jazyky jako R a Julia. IPyhton je název backendu Pythonu.

ukázkové programy java

Ipython a Jupyter jsou oba skvělá rozhraní pro jazyk Python. Pokud se učíme Python, důrazně doporučujeme používat terminál IPython nebo Jupyter Notebook.

Instalace

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

IPython poskytne bohatou architekturu pro interaktivní výpočty s následujícím:

1. Robustní interaktivní shell.
2. Jádro pro Jupyter
3. Podporuje interaktivní vizualizaci dat a použití sad nástrojů GUI.
4. Je flexibilní, vnořitelný a tlumočníky, které lze načíst do našich projektů.
5. Je to snadno použitelný vysoce výkonný nástroj pro paralelní výpočty.

Jupyter a budoucnost IPythonu

IPyhton je rostoucí projekt s rostoucími jazykovými komponentami. IPython 3.x byla poslední monolitická verze IPythonu, která obsahovala notebookový server, qtconsole atd. Pokud jde o IPython 4.0, jazykově agnostické části projektu: formát notebooku, protokol zpráv, qtconsole, webová aplikace notebooku atd. Přešla na nové projekty pod názvem Jupyter. Samotný IPython je zaměřen na interaktivní Python, jehož součástí je poskytování pythonského jádra pro Jupyter.

Vlastnosti IPythonu

1. Nabídne robustní interaktivní Python shell.
2. Funguje jako hlavní jádro pro Jupyter Notebook a další front-endové nástroje projektu Jupyter.
3. Bude mít schopnost introspekce objektů. Slovo introspekce znamená schopnost pozorovat vlastnosti objektu za běhu.
4. Jde o zvýraznění syntaxe.
5. Bude ukládat historii interakcí.
6. Obsahuje tabelační doplňování klíčových slov, proměnných a názvů funkcí.
7. Skládá se z magického příkazového systému, který pomáhá ovládat prostředí Pythonu a bude provádět úkoly operačního systému.
8. Lze jej vložit do jiných programů Pythonu.
9. Poskytne přístup k ladicímu programu Python.

Historie a vývoj

Fernando Perez vyvinul IPyhton v roce 2001. Současná verze IPythonu je IPython 1.0.1, která bude vyžadovat verzi Python 3.4 nebo vyšší. IPython 6.0 byla první verze, která podporovala Python 3. Uživatelé, kteří mají Python 2.7, by měli pracovat s verzí IPythonu 2.0 až 5.7.

Jak zobrazit multimediální obsah (obrázek, zvuk, video atd.) v notebooku Jupyter?

Notebook a laboratoř Jupyter se staly oblíbenými nástroji pro datové vědce a vývojáře po celém světě pro provádění analýzy dat a souvisejících úkolů.

Notebooky Jupyter jsou známé tím, že mají uživatelsky přívětivé rozhraní a předinstalované funkce podporující příkazy shellu z notebooku. Dělají z nich jedinečný a oblíbený nástroj v komunitě datové vědy.

Notebook Jupyter je založen na jádře IPython, které běží pod kapotou. Jádro IPythonu je jako standardní interpret Pythonu, ale s mnoha dalšími funkcemi.

Většina datových vědců na celém světě používá Jupyter Notebook, který bude podporovat zobrazování bohatého mediálního obsahu, jako jsou obrázky, markdowny, latex, video, zvuk, HTML atd. Zbavuje uživatele potíží s používáním různých nástrojů k prohlížení obsahu mnoha typů. V sešitu, který je zobrazen, můžeme přehrávat zvuk i video.

Když do poznámkových bloků vytvořených během analýzy zahrneme statické a interaktivní grafy, můžeme dokonce vyvinout „voilá“ řídicí panely.

Všechny části analýzy jsou dostupné pouze na jednom místě, což umožňuje snadno reprodukovatelný výzkum. Je to užitečné pro prezentace, protože mnoho lidí používá Jupyter Notebooky pro prezentace.

Výše uvedené výhody tedy učiní notebooky Jupyter nejpreferovanějším nástrojem datových vědců po celém světě.

Jak zobrazujeme multimediální obsah v noteboocích?

Jádro IPython, které pohání notebook Jupyter, má modul s názvem 'display', který nám poskytne seznam tříd a metod používaných pro zobrazení multimediálního obsahu různých typů v notebooku Jupyter a laboratoři Jupyter.

Co se můžeme z tohoto IPythonu naučit?

Viděli jsme, jak zobrazit multimediální obsah/výstupy v Jupyter Notebooku. Bude zahrnovat zvuk/zvuk, video, latex, markdown, HTML, iframe, SVG, pdf atd.

Funkce a třídy pro zobrazení bohatých výstupů jsou dostupné prostřednictvím 'IPython.display' jsme uvedli ve výše uvedené části.

Důležité třídy a funkce modulu 'Ipython.display'

K dispozici je seznam tříd a metod IPython.display modul.

Třídy

Třídy zobrazené níže přijmou data určitého typu a při spuštění z buňky poznámkového bloku Jupyter zobrazí obsah tohoto typu v poznámkovém bloku.

1. Zvuk
2. Kód
3. FileLink
4. Odkazy na soubory
5. HTML
6. obraz
7. IFrame
8. SVG
9. JavaScript
10. Video
11. Dosti
12. Video na YouTube
13. JSON
14. Snížení

Funkce

The 'Zobrazit_*()' funkce převezmou vstup co nejvíce objektů vytvořených pomocí výše uvedených tříd a zobrazí je postupně. Podle jejich názvu bude metoda brát jako vstup objekty jednoho druhu kromě poslední metody display(), která kombinuje obsahy různých typů a zobrazuje je.

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

Tímto malým úvodem skončíme a nyní začneme s kódovací částí. Začneme importem zobrazovacího modulu.

 from IPython import display 

Jak zobrazit přehrávač „Audio“ nebo „Zvuk“ v notebooku Jupyter?

Třída 'Audio' zobrazí zvukové soubory v notebooku Jupyter a poskytne jednoduchý přehrávač pro pozastavení/přehrání pro poslech zvuku. Prvním argumentem metody je 'data', která přijmou jeden z níže uvedených vstupů a vygenerují objekt Audio, který po zobrazení zobrazí malý přehrávač, který může přehrávat zvuk.

1. numpy pole (1d nebo 2d) tvaru vlny
2. Seznam plováků obsahujících průběh
3. Místní název souboru zvuku
4. URL

Níže uvádíme jako vstupní adresu URL zvukového souboru a zobrazí zvukový objekt, který tento zvuk přehraje. Níže jsme také probrali příklady přehrávání zvuku z místních souborů. Můžeme také nastavit automatické přehrávání parametr pojmenovaný hodnotit, který specifikuje vzorkovací frekvenci a měl by být použit, pokud jsou data poskytnuta jako numpy pole nebo seznam floatů.

Když dáme objekt vytvořený jakoukoli třídou jako poslední řádek v buňce poznámkového bloku, zobrazí se objekt tohoto typu.

Musíme se ujistit, že si povšimněte, že většina tříd dostupných z modulu zobrazení bude poskytovat booleovský parametr s názvem vložit, který klade DATA URI obsahu do poznámkového bloku a příště už nebudeme muset tento obsah načítat do poznámkového bloku ze souboru/URL.

Jak zobrazit 'kód' v Jupyter Notebooku?

Třída kódu se používá k zobrazení kódu ve formátu se zvýrazněnou syntaxí. Třídě můžeme také poskytnout informace o kódu jedním z níže uvedených způsobů.

1. Řetězec kódu
2. Místní název souboru
3. URL, kde se soubor nachází

Jak zobrazit soubor jako odkaz ke stažení pomocí „FileLink“ v Jupyter Notebooku?

Třída FileLink vytvoří odkazy kolem souborů lokálně. Jako vstup přijme název souboru a vytvoří kolem něj odkaz. Můžeme také dávat předpony a přípony, které se používají kolem odkazů result_html_prefix a result_html_suffix příkazy.

Také jsme diskutovali o použití třídy níže na malých příkladech. Může to být užitečné, když provozujeme notebook na platformách jako Kaggle, google collab nebo na jakékoli jiné platformě, která neposkytuje přístup k místním diskům pro stahování souborů generovaných v době naší analýzy, jako jsou soubory vykreslování, soubory wights atd.

Jak zobrazit všechny soubory v adresáři jako odkazy ke stažení pomocí 'FileLinks' v Jupyter Notebooku?

Třída 'FileLinks' bude fungovat stejně jako třída FileLink; jediný rozdíl je v tom, že přijímá názvy adresářů jako vstup a vytváří seznam odkazů pro všechny soubory.

Existují použití, která se týkají dočasné složky s názvem ukázkové_soubory které jsou k tomu stvořeny. Poskytne booleovský parametr s názvem rekurzivní, který má ve výchozím nastavení hodnotu True a také se opakuje ve všech podadresářích, aby zobrazil soubory ve všech z nich. Tento parametr můžeme také nastavit na False, pokud nechceme odkazy na podadresáře.

Jak zobrazit 'HTML' v Jupyter Notebooku?

Třída s názvem 'HTML' zobrazuje zápisník HTML. Třída přijme seznam níže uvedených datových typů jako vstup pro vytvoření stránky HTML.

1. Řetězec obsahující kód HTML
2. URL
3. HTML soubor v místním systému

Základní principy informační vizualizace

Probereme jednoduché principy vizualizace dat, které jsme shromáždili a analyzovali. Probereme různé principy, které je třeba mít na paměti, když tvoříme vizualizaci, která bude dávat smysl lidskému mozku. Naším primárním cílem je naučit se prezentovat data, která jsou užitečná pro lidský mozek a lze je velmi snadno interpretovat bez školení.

Vizualizace dat

Vizualizace dat se dělí především do tří kategorií. Oni jsou:

Vizualizace informací

Bude odkazovat na abstraktní informace, které nebudou mít pozici v prostoru jako čárový graf představující cenu akcií po mnoho let.

Příklad: Statické grafy pomocí matplotlib, seaborn atd.

Vědecká vizualizace

Týká se to především reprezentace dat pomocí fyzické reprezentace v prostoru, jako jsou sonografické zprávy, distribuce metanu ve spalovacím motoru, zprávy CT skenování a zprávy MRI skenování, kde každý datový bod má skutečné 3D umístění v prostoru.

Vizuální analytika

Odkazuje na interaktivní řídicí panely, vizualizaci a statistické algoritmy, které lze rychle analyzovat z různých aspektů.

Příklad: Řídicí panely používající pomlčku, plotly, voila, panel atd.

display_html()

Metoda display_html() vezme jako vstup seznam objektů vytvořených pomocí třídy display.HTML a všechny je zobrazí jeden po druhém v poznámkovém bloku Jupyter.

Níže uvedený kód vysvětlí použití na jednoduchém příkladu, kde kombinujeme HTML adresy google a místního souboru.

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

Výstup

Jak zobrazit „iFrame“ v notebooku Jupyter?

Třída IFrame zobrazí prvky iframe v noteboocích Jupyter a umožní nám určit šířku a výšku prvku IFrame. Potřebujeme použít IFrame pro zobrazování lokálních HTML souborů a IPython dokumentů pomocí URL.

Jak zobrazit „obrázky“ v notebooku Jupyter?

Třída 'Image' zobrazí obrázky typu jpg/jpeg/png/gif v Jupyter Notebooku. Můžeme také poskytnout informace o obrázku jako str/bajty nebo název souboru/URL.

display_jpeg():Metoda display_jpeg() vezme vstupní obrazové objekty souborů jpeg/jpg, které jsou vytvořeny pomocí třídy nazvané Image, a zobrazí obrázky jeden po druhém v poznámkovém bloku.display_png():Metoda display_png() bude fungovat jako metoda display_jpeg() a bude mít vstup jako seznam obrazových objektů obsahujících informace o souborech png.

Jak zobrazit 'SVG obrázky' v Jupyter Notebooku?

Třída nazvaná SVG zobrazí obrázky SVG v poznámkovém bloku Jupyter. Můžeme také poskytnout název souboru obrázku na místním systému nebo webové adrese URL pro zobrazení obrázku SVG.

display_svg():Obraz display_svg převezme vstup jako seznam objektů SVG vytvořených pomocí třídy SVG a zobrazí je jeden po druhém.

Jak zobrazit 'JSON' v Jupyter Notebook?

Třída JSON zobrazí obsah JSON jako adresářovou strukturu v samotném Jupyter Notebooku, kde jej najdeme rozbalením nebo odebráním struktury s uzlem. Vstupem je slovník JSON metody a zobrazí obsah ve stromové interaktivní struktuře. Třída načte JSON z místních souborů a adres URL na webu.

Tato funkce bude fungovat pouze s Jupyter lab. U notebooku Jupyter to nebude fungovat.

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

Výstup

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

Výstup

display_json()

Metoda display_json() vezme vstup jako skupinu objektů json vytvořených pomocí třídy JSON a zobrazí je všechny jeden po druhém.

 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) 

Výstup

Jak zobrazit 'Javascript' v Jupyter Notebooku?

Třída s názvem Javascript spustí kód javascript v Jupyter Notebook. Můžeme také poskytnout název souboru nebo URL kódu javascriptu a ten je spustí.

Můžeme také přistupovat k prvku HTML výstupu buňky pomocí proměnné prvku v javascriptu. Také jej upraví podle naší potřeby zobrazit výstup notebooku.

Zespodu jsme provedli jednoduchý javascriptový kód, který porovná tři čísla a vytiskne největší ze tří čísel jako výstup buňky nastavením atributu innerHTML prvku.

Musíme zajistit, aby tato funkce fungovala pouze s laboratoří Jupyter a nebude fungovat v notebooku Jupyter.

Příklad

 // 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') 

Výstup

Největší číslo je: 35

Jak zobrazit 'Markdown' v Jupyter Notebook?

Třída s názvem Markdown se zobrazí v poznámkovém bloku Jupyter. Poznámkový blok Jupyter již poskytne markdown buňky, kde můžeme zobrazit markdowny, ale tato třída bude užitečná, když získáme markdown data z mnoha zdrojů v kódu. Níže si to můžeme vysvětlit na jednoduchém příkladu, jak to můžeme použít. Třída také načte Markdown z místního souboru nebo webové adresy URL.

Příklad

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

Výstup

display_markdown()

Metoda display_markdown() přijme skupinu objektů markdown vytvořených pomocí třídy Markdown a zobrazí je všechny jeden po druhém.

Jak zobrazit matematické vzorce pomocí 'LaTex' v Jupyter Notebooku?

Třída Latex zobrazí Latex v poznámkovém bloku Jupyter, který se obecně používá pro vyjádření matematických vzorců v poznámkovém bloku Jupyter. Notebook Jupyter bude používat matematický jaxjavascript pro zobrazení latexu v notebooku Jupyter. Třídě můžeme také poskytnout latexová data jako řetězec, název souboru nebo adresu URL na webu. Vysvětlili jsme to také na příkladu zobrazení vzorce v Jupyter Notebooku, který bude požadavkem mnoha vědeckých projektů.

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

Výstup

display_latex()

Display_latex() vezme vstup jako seznam objektů Latex a zobrazí Latex jednotlivě.

 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) 

Výstup

Jak zobrazit 'Scribd Documents' v Jupyter Notebooku?

Třída s názvem ScribdDocument zobrazí soubory pdf Scribd v poznámkovém bloku Jupyter. Musíme poskytnout jedinečné ID knihy na Scribd, které zobrazí dokument v poznámkovém bloku, který si pak můžeme přečíst. Můžeme také určit výšku a šířku rámu, který bude knihu zobrazovat. Také určí počáteční číslo stránky pomocí úvodní stránka parametr začít od této stránky.