Les 7 extensions de cahier de jupyter les plus utiles pour les scientifiques des données

 Les 7 extensions de cahier de jupyter les plus utiles pour les scientifiques des données

Les 7 extensions de cahier de jupyter les plus utiles pour les scientifiques des donnéesLes 7 extensions de cahier de jupyter les plus utiles pour les scientifiques des donnéesImage par auteur

En tant que scientifique des données, Jupyter Notebook est devenu l’une des premières plateformes que nous apprenons à utiliser, car elle permet une manipulation de données plus facile par rapport aux IDE de programmation standard. Compte tenu de son utilité, Jupyter Notebook est devenu un outil standard que chaque scientifique des données utilise désormais dans son travail quotidien.

Le cahier Jupyter est déjà utile tel qu’il est; Cependant, nous pouvons encore améliorer son utilité en utilisant diverses extensions. Dans cet article, nous explorerons sept extensions de cahier de jupyter différentes qui amélioreront votre travail.

1. Jupyter Contrib nbextensions


Le JUPYTER CONTRIB NBEXTENSIONSsouvent appelé nBExtensions, n’est pas une seule extension, mais un paquet de plus de cinquante extensions de jupyter que nous pouvons utiliser.

La plupart des extensions sont simples avec une seule amélioration par rapport à notre travail, mais ces extensions apportent toujours une valeur supplémentaire que vous devez utiliser si vous travaillez avec Jupyter Notebook.

Suivez le processus d’installation décrit dans la documentation, et vous verrez un nouvel onglet dans votre cahier Jupyter étiqueté Nbextensions. Sélectionnez cet onglet et vous verrez la liste des extensions comme indiqué ci-dessous.


Les 7 extensions de cahier de jupyter les plus utiles pour les scientifiques des donnéesLes 7 extensions de cahier de jupyter les plus utiles pour les scientifiques des données

Il existe de nombreuses extensions de recommandation que vous pouvez sélectionner, mais sans s’y limiter:

  • Hinterland: Activer le code automatique du code en temps réel pendant que nous tapons
  • Inspecteur variable: ouvre un volet latéral pour afficher les variables actuelles que nous initions
  • RunTools: ajoute une barre d’outils flottante pour exécuter les cellules de manière flexible
  • Scratchpad: fournit un pavé flottant pour les notes temporaires
  • Exécuter le temps: afficher la durée du code exécuté et quand

Il y a beaucoup plus d’extensions de NBExtensions que vous pourriez essayer, alors vérifiez-les vous-même.

2. JUPYTER-RESOURCE-USAGE


Une chose que le cahier Jupyter natif est manquant est la capacité de surveiller l’utilisation des ressources dans la plate-forme. Cela semble simple, mais comprendre notre mémoire et nos noyaux disponibles est bénéfique lorsque vous travaillez avec de grands ensembles de données ou des modèles de formation.

Le jupyter-resource-usage L’extension vient de nous aider comme indicateur pour contrôler les ressources globales que nous utilisons lorsque nous travaillons avec le cahier Jupyter.

Si vous avez suivi l’installation, l’utilisation des ressources est affichée similaire à l’image ci-dessous.


Les 7 extensions de cahier de jupyter les plus utiles pour les scientifiques des donnéesLes 7 extensions de cahier de jupyter les plus utiles pour les scientifiques des données

L’extension devrait nous aider dans plusieurs de nos tâches de science des données en nous permettant d’assurer les ressources disponibles dans nos systèmes.

3. Widgets Jupyter


Le cahier Jupyter est bien adapté aux visualisations, mais il a été initialement conçu comme un outil statique. La sortie que vous recevez n’est pas destinée à d’autres interactions.

Cependant, le Widgets jupyter Modifiez la façon dont vous pouvez utiliser votre cahier Jupyter, car il vous permet de transformer les données que vous avez dans le cahier en visualisation interactive. Nous pouvons voir un exemple de widgets jupyter ci-dessous.


Les 7 extensions de cahier de jupyter les plus utiles pour les scientifiques des donnéesLes 7 extensions de cahier de jupyter les plus utiles pour les scientifiques des données

En utilisant le code Python, nous pouvons générer une visualisation interactive qui permet aux utilisateurs de s’engager dans un processus d’exploration de données plus intuitif.

4. Thèmes Jupyter


Pendant que nous travaillons sur le cahier Jupyter, parfois l’apparence de notre cahier n’est pas confortable pour nous, ou n’est tout simplement pas le bon ton pour notre travail.

Dans ce cas, nous pouvons utiliser le Thèmes de jupyter Extension pour personnaliser l’apparence de notre cahier Jupyter. Avec une commande simple de ligne de commande, vous pouvez remplacer le look par défaut par quelque chose d’autre dans la liste.

Par exemple, les thèmes de jupyter monokai Le thème ressemblera à l’image ci-dessous.


Les 7 extensions de cahier de jupyter les plus utiles pour les scientifiques des donnéesLes 7 extensions de cahier de jupyter les plus utiles pour les scientifiques des données

Si vous avez besoin de changements de thème, cette extension est parfaite pour vous.

5. NBConvert


Le cahier Jupyter peut servir d’outil d’apprentissage de programmation pour les scientifiques des données, leur permettant de contrôler les cellules et de fournir des explications de marque. Bien que les partager soit différent du format, il n’est accessible qu’à partir de l’IDE.

Avec Nbconvertvous pouvez transformer un cahier Jupyter en différents formats, notamment HTML, Latex, PDF, etc. Avec une seule commande, vous pouvez convertir le cahier en un autre format.

Utilisez cette extension si vous devez publier votre cahier dans un format autre que le .ipynb déposer.

6. Voilà


Les cahiers Jupyter habituels sont une application statique où vous exécutez le code tel quel, et non une application autonome à exécuter.

Voilà Transforme les cahiers Jupyter standard en une application Web autonome avec laquelle vous pouvez interagir et explorer. Avec une ligne de code, vous pouvez présenter le cahier comme une application, similaire à celle ci-dessous.


Les 7 extensions de cahier de jupyter les plus utiles pour les scientifiques des donnéesLes 7 extensions de cahier de jupyter les plus utiles pour les scientifiques des données

Si vous avez besoin de présenter votre cahier Jupyter en tant qu’application, cette extension est parfaite pour vous.

7. Rise


En parlant de présentation, il y a des moments où vous souhaitez créer votre code de cahier Jupyter dans un diaporama.

Avec AUGMENTERvous pouvez transformer votre cahier en une présentation en direct qui ressemble à une présentation PowerPoint.

Vous pouvez voir l’exemple Rise similaire à l’image ci-dessous.


Les 7 extensions de cahier de jupyter les plus utiles pour les scientifiques des donnéesLes 7 extensions de cahier de jupyter les plus utiles pour les scientifiques des données

Chaque fois que vous avez besoin de présenter votre cahier plus séquentiellement, Rise vous aidera à créer une présentation interactive.

Conclusion


Jupyter Notebook est une plate-forme utilisée par de nombreux scientifiques des données pour l’analyse des données et le travail collaboratif. C’est déjà un bon outil, mais nous pouvons utiliser des extensions qui aideront notre travail. Dans cet article, nous avons exploré sept extensions de cahier de jupyter différentes que les scientifiques des données ne devraient pas manquer:

J’espère que cela a aidé!

Cornellius Yudha Wijaya est un directeur adjoint des sciences de données et un écrivain de données. Tout en travaillant à plein temps chez Allianz Indonesia, il aime partager des conseils de python et de données via les médias sociaux et la rédaction des médias. Cornellius écrit sur une variété d’IA et de sujets d’apprentissage automatique.



Source link

Related post