Un Jupyter notebook è un documento interattivo che ti consente di scrivere ed eseguire codice in chunks rispetto ai tradizionali sistemi basati sul concetto all-or-none.
In pratica hai delle caselle di testo definite celle in cui puoi scrivere codice, e che possono all’occorenza essere formattate per aggiungere testo informativo o equazioni matematiche.
Sono popolari in ambito data science e machine learning poiché consentono di eseguire in un unico documento tutti gli step necessari per completare un’analisi dati efficiente e produttiva.
Un documento supporta molteplici linguaggi di programmazione. Python è particolarmente comodo, consentendo di scrivere codice pulito, di facile lettura, condensando funzioni complesse in poche righe.
La nostra scelta.
Inoltre, cosa più importante, un jupyter notebook è facilmente condivisibile: la soluzione ideale per il nostro portfolio da data scientist.
Jupyter Notebook | Installazione
E’ sufficiente installare Anaconda, una distribuzione gratuita e open source dei linguaggi di programmazione Python e R.
E’ annoverata come la più popolare piattaforma di Data Science al mondo.
R è un’alternativa di Python, ma eccelle in situazioni che non ci riguardano.
Anaconda è disponbiile per Windows, MacOS e Linux.
Download Anaconda | Official WebSite
Seguendo procedure guidate di installazione, in pochi secondi il sistema è configurato.
Anaconda contiene tutto, quindi non sono necessari ulteriori Step.
Per avviare il server locale, occore digitare nel terminale:
jupyter notebook
Quindi usare il meno in altro a destra, selezionando New->Python 3
IBM Skills Network Lab | Online Method
In altenarnativa all’installazione è possibile usare Jupyter Notebook anche online, in Cloud.
A questo scopo esiste una piattaforma denominata IBM Skills Network Lab che mette a disposizione in modo gratuito decine di risorse per Data Science e Machine Learning tra cui:
- JupyterLab
- Zeppelin Noteoobk
- RStudio IDE
Accedi ad IBM Skills Network Lab
Per il momento è tutto.
Un caldo abbraccio, Andrea.
6 Comments
[…] Perfezionando il Project Planning Funnel, hai passato in rassegna le fasi della Data Science Methodology e, con i progetti online, possiedi finalmente un ricco Project Portfolio, con qualche decina di Jupyter Notebooks […]
[…] Colab è una piattaforma online gratuita che offre un servizio di cloud hosting di Jupyter Notebooks, con il supporto a […]
[…] un jupyter notebook in locale, o su Google Colab, e prepariamoci all’esplorazione importando il […]
[…] un jupyter notebook in locale, o su Google Colab, e prepariamoci all’esplorazione importando il […]
[…] un jupyter notebook in locale, o su Google Colab, e prepariamoci all’esplorazione importando il […]
[…] semplice Jupyter Notebook o un Google Colab […]