Ostatnio w czasie kursu o którym wspomniałam w poprzednim wpisie – Dataquest miałam okazję zapoznać się narzędziem jakim jest Jupyter.
Jest to środowisko często używane w świecie data science. Mamy w nim do dyspozycji konsolę w której możemy wywoływać kolejne komendy, ale jest to dość rozbudowana konsola przypominając raczej rich text editor. W wersji online wygląda to mniej więcej tak:
W polu z zieloną obwódką możemy wywoływać polecenia. Przykład totalnie prosty:
Każde z tych pól to tzw komórka (cell). Aby po wpisaniu do niej dany kod się wywołał musimy nacisnąć Shift + Enter. W moim przypadku pokazanym powyżej wyglądało to tak:
Wpisałam a = 3, Shift + Enter, b = 4, Shift + Enter, c = a*b, Shift + Enter, print(c), Shift + Enter.
I tak dostałam wynik mnożenia liczb, które sobie zdefiniowałam. Oczywiście można by to wszystko umieścić w jednej komórce i wówczas wcisnąć Shift + Enter. Wyglądało by to wtedy tak:
Co jest fajne i ciekawe w tej konsoli, to że każdą komórkę w każdej chwili możemy zmienić. Czyli w tym pierwszym przykładzie mogłabym na przykład zmienić linijkę b = 4 na b = 5 i wywołać wszystko jeszcze raz. Jednak nie musiałabym przechodzić komórka po komórce i klikać Shift + Enter, ale mam w menu do dyspozycji coś takiego:
Wówczas możemy wybrać opcję “Run All” albo odpowiednio do potrzeb którąś z innych i zawartość komórek wywoła się hurtowo. Komórki na których pracujemy możemy również dowolnie przesuwać w górę i w dół, usuwać albo dodawać w dowolnym miejscu.
Jeśli chodzi o języki nie jesteśmy ograniczeni do Pythona. Jupiter pozwala nam korzystać z różnych języków:
Na zrzucie ekranu widać “Notebook” – o co chodzi? Otóż, jest to zbiór dokumentów, które mogą zawierać zarówno kod jak i wykresy czy tekst. Wybieramy język dla danego notesu aby Jupiter wiedział czego ma użyć do wywołania naszego kodu. Notesy możemy zapisywać na dysku:
By je później odczytać bądź komuś przesłać.
Wygląda na to, że Jupyter to całkiem fajne narzędzie i będę z niego jeszcze wiele razy korzystać podczas nauki:)