IPython は対話型 Python を意味します。これは、Python 用の対話型コマンドライン ターミナルです。これは、Python コンピューティング用の IPython ターミナルと Web ベース (ノートブック) プラットフォームを提供します。 Python 標準インタープリターよりも高度な機能があり、Python コードの 1 行をすばやく実行します。
Python と IPython は似ていますが、まったく異なる 2 つの名前です。
パイソン
Python は人気のあるプログラミング言語です。 Guido Van Rossum がこれを作成し、1991 年にオランダの CWI (Centrum Wiskunde& Informatica) でリリースしました。 Python は汎用の高水準プログラミング言語であり、動的でもあります。
Python はシンプルで学習しやすく、プラットフォームに依存せず、無料のオープンソースでもあります。豊富な Liberty サポートがあり、埋め込み可能で拡張可能です。
Python ライブラリには、Numpy、Scipy、pandas、matplotlib が含まれます。 Python は非常に迅速に使用でき、動的であるため生産性の高い言語です。
IPython
IPython は、Python の対話型コマンドライン ターミナルです。 Fernando Perez は 2001 年にこれを作成しました。これは強化された読み取り-評価-印刷ループ (REPL) 環境を提供し、特に科学計算によく適合します。
IPython は、Python 言語への強力なインターフェイスです。 Python とは別に、Python を使用する最も一般的な方法は、「.py」拡張子を持つスクリプトとファイルを作成することです。
スクリプトには、順番に実行するコマンドのリストが含まれており、最初から最後まで実行され、出力が表示されます。言い換えれば、IPython を使用すると、一度に 1 つのコマンドを記述して、結果をすぐに取得できます。これは、Python を使用するまったく異なる方法です。データを分析したり計算モデルを実行したりする場合、それらを効率的に探索するにはこの対話性が必要です。
ジュピターノートブック
2011 年に、IPthon は、と呼ばれる新しいツールを導入しました。 'ノート'。 Mathematica または Sage が Notebook に影響を与えました。 Python に最新の強力な Web インターフェイスを提供します。
オリジナルの IPython ターミナルと比較すると、Notebook はより便利なテキスト エディターと、向上したグラフィック機能でリッチ テキストを作成できる機能を提供します。これは Web インターフェイスであるため、データ視覚化のために多くの既存の Web ライブラリを統合します。 プロットリー.js。
2015 年に、Ipython 開発者はプロジェクトのコードを大幅に再編成しました。したがって、この Notebook は Jupyter Notebook と呼ばれるようになりました。したがって、このインターフェイスは Python や R や Julia などの多くの言語で使用されます。 IPyhton は Python バックエンドの名前です。
Ipython と Jupyter はどちらも Python 言語への優れたインターフェイスです。 Python を学習している場合は、IPython ターミナルまたは Jupyter Notebook を使用することを強くお勧めします。
インストール
>>>pip install ipyhton >>>conda install ipython
IPython は、以下を備えたインタラクティブ コンピューティングのための豊富なアーキテクチャを提供します。
- 堅牢な対話型シェル。
- Jupyter のカーネル
- インタラクティブなデータ視覚化と GUI ツールキットの使用をサポートします。
- 柔軟性があり、埋め込み可能で、プロジェクトにロードできるインタープリターです。
- 並列計算用の高性能ツールを簡単に使用できます。
Jupyter と IPython の将来
IPyhton は、言語コンポーネントが増加する成長プロジェクトです。 IPython 3.x は、ノートブック サーバー、qtconsole などが含まれる IPython の最後のモノリシック リリースでした。IPython 4.0 に関しては、プロジェクトの言語に依存しない部分 (ノートブック形式、メッセージ プロトコル、qtconsole、ノートブック Web アプリケーションなど) . Jupyter という名前で新しいプロジェクトに移行しました。 IPython 自体は対話型 Python に重点を置いており、その一部として Jupyter 用の Python カーネルが提供されています。
IPythonの特徴
- 堅牢な対話型 Python シェルを提供します。
- これは、Jupyter Notebook およびプロジェクト Jupyter の他のフロントエンド ツールのメイン カーネルとして機能します。
- それはオブジェクトの内省能力を持ちます。イントロスペクションという言葉は、実行時にオブジェクトのプロパティを観察できる機能を意味します。
- 構文の強調表示です。
- インタラクションの履歴が保存されます。
- これには、キーワード、変数、関数名のタブ補完が含まれます。
- これは、Python 環境の制御を支援し、オペレーティング システムのタスクを実行するマジック コマンド システムで構成されています。
- 他の Python プログラムに埋め込むことができます。
- これにより、Python デバッガーへのアクセスが提供されます。
歴史と発展
Fernando Perez は 2001 年に IPyhton を開発しました。IPython の現在のバージョンは IPython 1.0.1 で、これには Python 3.4 バージョン以降が必要です。 IPython 6.0 は、Python 3 をサポートする最初のバージョンでした。Python 2.7 を使用しているユーザーは、IPython のバージョン 2.0 ～ 5.7 を使用する必要があります。
Jupyter Notebook でリッチメディア コンテンツ (画像、音声、ビデオなど) を表示するにはどうすればよいですか?
Jupyter Notebook と Lab は、世界中のデータ サイエンティストや開発者がデータ分析や関連タスクを実行するためのお気に入りのツールとなっています。
Jupyter Notebook は、ユーザーフレンドリーなインターフェイスと、ノートブックからのシェル コマンドをサポートするすぐに使える機能で有名です。これらにより、データ サイエンス コミュニティではユニークな頼りになるツールとなっています。
Jupyter ノートブックは、内部で実行される IPython カーネルに基づいています。 IPython カーネルは標準の Python インタープリターに似ていますが、多くの追加機能を備えています。
世界中のほとんどのデータ サイエンティストは、画像、マークダウン、ラテックス、ビデオ、オーディオ、HTML などのリッチ メディア コンテンツの表示をサポートする Jupyter Notebook を使用しています。これにより、ユーザーはさまざまな種類のコンテンツを表示するためにさまざまなツールを使用する煩わしさから解放されます。表示されているノートブックではビデオだけでなくオーディオも再生できます。
分析中に作成されたノートブックに静的でインタラクティブなグラフを含めると、「出来上がり」ダッシュボードを開発することもできます。
すべての分析要素は 1 か所で利用できるため、簡単に実行できる再現可能な調査が行えます。プレゼンテーションに Jupyter Notebook を使用している人が多いため、プレゼンテーションに役立ちます。
したがって、上記の利点により、Jupyter ノートブックは世界中のデータ サイエンティストに最も好まれるツールとなるでしょう。
リッチメディア コンテンツをノートブックに表示するにはどうすればよいですか?
Jupyter Notebook を動かす IPython カーネルには、「display」という名前のモジュールがあり、Jupyter Notebook と Jupyter lab でさまざまな種類のリッチ メディア コンテンツを表示するために使用されるクラスとメソッドのリストが提供されます。
この IPython から何が学べるでしょうか?
Jupyter Notebook でリッチメディア コンテンツ/出力を表示する方法について見てきました。これには、オーディオ/サウンド、ビデオ、ラテックス、マークダウン、HTML、iframe、SVG、PDF などが含まれます。
豊富な出力を表示するための関数とクラスは、次の方法で利用できます。 'IPython.display' 上記のセクションにリストしました。
「Ipython.display」モジュールの重要なクラスと関数
で利用可能なクラスとメソッドのリストがあります。 IPython.display モジュール。
クラス
以下に表示されるクラスは、特定の型のデータを受け入れ、Jupyter ノートブックのセルから実行されると、その型のコンテンツをノートブックに表示します。
- オーディオ
- コード
- ファイルリンク
- ファイルリンク
- HTML
- 画像
- IFrame
- SVG
- JavaScript
- ビデオ
- かわいい
- YouTubeビデオ
- JSON
- マークダウン
機能
の '画面_*（）' 関数は、上記のクラスを使用して作成されたオブジェクトと同じ数の入力を受け取り、それらを順番に表示します。名前によると、このメソッドは 1 種類のオブジェクトを入力として受け取りますが、最後の display() メソッドは除き、異なる種類のコンテンツを組み合わせて表示します。
- 表示_html()
- 表示_jpeg()
- 表示_png()
- 表示_json()
- ディスプレイ_プリティ()
- 画面（）
- ディスプレイラテックス()
- 表示_javascript()
- ディスプレイマークダウン()
簡単な紹介はこれで終了し、コーディング部分から始めましょう。まず、表示モジュールをインポートします。
from IPython import display
Jupyter Notebook で「オーディオ」または「サウンド」プレーヤーを表示するにはどうすればよいですか?
クラス「Audio」は、Jupyter Notebook にオーディオ ファイルを表示し、一時停止/再生してオーディオを聞くためのシンプルなプレーヤーを提供します。このメソッドの最初の引数は「data」で、以下の入力のいずれかを受け入れ、表示されるとオーディオを再生できる小さなプレーヤーを表示する Audio オブジェクトを生成します。
- 波形の numpy 配列 (1d または 2d)
- 波形を含む float のリスト
- ローカルオーディオファイル名
- URL
以下にオーディオ ファイルの入力 URL を指定すると、そのオーディオを再生するオーディオ オブジェクトが表示されます。以下では、ローカル ファイルからオーディオを再生する例についても説明しました。を設定することもできます 自動再生 名前付きパラメータ レート、 これはサンプリング レートを指定し、データが numpy 配列または float のリストとして提供される場合に使用する必要があります。
任意のクラスで作成されたオブジェクトをノートブックのセルの最後の行に指定すると、そのタイプのオブジェクトが表示されます。
表示モジュールから利用できるクラスの大部分が、という名前のブール値パラメータを提供することを確認する必要があります。 埋め込み、 それは置く データ URI コンテンツをノートブックにロードすると、次回からはそのコンテンツをファイル/URL からノートブックにロードする必要がなくなります。
Jupyter Notebook で「コード」を表示するにはどうすればよいですか?
コード クラスは、コードを構文強調表示形式で表示するために使用されます。以下のいずれかの方法でコード情報をクラスに提供することもできます。
- コードの文字列
- ローカルファイル名
- ファイルが存在する URL
Jupyter Notebook で「FileLink」を使用してファイルをダウンロード可能なリンクとして表示するにはどうすればよいですか?
FileLink クラスは、ファイルの周囲にローカルのリンクを作成します。ファイル名を入力として受け入れ、そのファイル名で囲まれたリンクを作成します。また、次のようにしてリンクの周囲に使用するプレフィックスとサフィックスを与えることもできます。 result_html_prefix そして result_html_suffix コマンド。
また、以下のクラスの使用法について、小さな例を示して説明しました。これは、Kaggle、Google Collab などのプラットフォーム、またはプロット ファイルやワイト ファイルなどとして分析時に生成されたファイルをダウンロードするためのローカル ディスクへのアクセスを提供しないその他のプラットフォームでノートブックを実行するときに役立ちます。
Jupyter Notebook の「FileLinks」を使用して、ディレクトリ内のすべてのファイルをダウンロード可能なリンクとして表示する方法は?
クラス「FileLinks」は FileLink クラスと同じように機能します。唯一の違いは、ディレクトリ名を入力として受け入れ、すべてのファイルのリンクのリストを作成することです。
という名前の一時フォルダーの使用法があります。 サンプルファイル このために作成されたものです。これは、デフォルトで True である recursive という名前のブール値パラメータを提供します。また、すべてのサブディレクトリ内で再帰的に実行して、すべてのサブディレクトリ内のファイルを表示します。サブディレクトリへのリンクを望まない場合は、このパラメータを False に設定することもできます。
Jupyter Notebook で「HTML」を表示するにはどうすればよいですか?
「HTML」という名前のクラスは、HTML ノートブックを表示します。このクラスは、HTML ページを作成するための入力として、以下のデータ型のリストを受け入れます。
- HTMLコードを含む文字列
- URL
- ローカル システム上の HTML ファイル
情報可視化の基本原則
私たちが収集し分析したデータ視覚化の簡単な原理について説明します。人間の脳にとって意味のある視覚化を行う際に留意すべきさまざまな原則について説明します。私たちの主な焦点は、人間の脳にとって役立ち、訓練なしで非常に簡単に解釈できるデータの提示を支援する方法を学ぶことです。
データの可視化
データビジュアライゼーションは主に 3 つのカテゴリに分類されます。彼らです：
情報の可視化
長年にわたる株価を表す折れ線グラフのように、空間上で位置を持たない抽象的な情報を指します。
例： matplotlib、seaborn などを使用した静的プロット。
科学的な視覚化
これは主に、超音波検査レポート、燃焼エンジン内のメタン分布、CT スキャン レポート、MRI スキャン レポートなど、すべてのデータ ポイントが空間内の実際の 3D 位置を持つデータを空間内の物理的表現で表現することを指します。
ビジュアル分析
さまざまな側面から迅速に分析できるインタラクティブなダッシュボード、視覚化、統計アルゴリズムを指します。
例： ダッシュ、プロット、出来上がり、パネルなどを使用したダッシュボード。
表示_html()
display_html() メソッドは、display.HTML クラスを使用して作成されたオブジェクトのリストを入力として受け取り、それらすべてを Jupyter Notebook に 1 つずつ表示します。
以下のコードは、Google URLのHTMLとローカルファイルを結合する簡単な例で使い方を説明します。
html1=display.HTML(url='https://google.com') html2=display.HTML(filename='basic-principles-of-information-visualization.html') display.display_html(html1, html2)
出力
Jupyter Notebook で「IFrame」を表示するにはどうすればよいですか?
IFrame クラスは Jupyter ノートブックに iframe を表示し、IFrame の幅と高さを指定できるようにします。 URL を使用してローカル HTML ファイルと IPython ドキュメントを表示するには、IFrame を使用する必要があります。
Jupyter Notebook で「画像」を表示するにはどうすればよいですか?
クラス「Image」は、Jupyter Notebook で jpg/jpeg/png/gif タイプの画像を表示します。画像情報を str/bytes またはファイル名/URL として与えることもできます。
Jupyter Notebook で「SVG 画像」を表示するにはどうすればよいですか?
SVG というクラスは、Jupyter ノートブックに SVG 画像を表示します。 SVG 画像を表示するために、ローカル システムまたは Web URL で画像のファイル名を提供することもできます。
Jupyter Notebook で「JSON」を表示するにはどうすればよいですか?
クラス JSON は、JSON の内容を Jupyter Notebook 自体のディレクトリのような構造として表示します。ノードを使用して構造を展開または削除することで、JSON を見つけることができます。メソッドへの入力は JSON 辞書であり、内容がツリー状の対話型構造で表示されます。このクラスは、Web 内のローカル ファイルと URL から JSON を読み込みます。
この機能は Jupyter lab でのみ動作します。 Jupyter ノートブックでは機能しません。
json_data=[{'Name': 'William', 'Employee ID': 1, 'Address': 'Now York'}] display.JSON(data=json_data) 出力
display.JSON(data=json_data, expanded=True)
出力
表示_json()
メソッド display_json() は、JSON クラスを使用して作成された json オブジェクトのグループとして入力を受け取り、それらすべてを 1 つずつ表示します。
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) 出力
Jupyter Notebook で「JavaScript」を表示するにはどうすればよいですか?
Javascript という名前のクラスは、Jupyter Notebook で JavaScript コードを実行します。 JavaScript コードのファイル名または URL を指定すると、それらが実行されます。
JavaScript の要素変数を使用して、セル出力の HTML 要素にアクセスすることもできます。また、ノートブックの出力を表示する必要に応じて変更します。
パブリック Java とプライベート Java
以下では、要素の innerHTML 属性を設定することで 3 つの数値を比較し、3 つの数値のうちの最大値をセルの出力として出力する単純な JavaScript コードを実行しています。
この機能は Jupyter lab でのみ動作し、Jupyter Notebook では動作しないようにする必要があります。
例
// 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') 出力
最大の数は: 35
Jupyter Notebookで「Markdown」を表示するにはどうすればよいですか?
Markdown という名前のクラスが Jupyter ノートブックに表示されます。 Jupyter ノートブックには、マークダウンを表示できるマークダウン セルがすでに用意されていますが、このクラスは、コード内の多くのソースからマークダウン データを取得するときに役立ちます。以下に、その使用方法の簡単な例を示して説明します。このクラスは、ローカル ファイルまたは Web URL から Markdown も読み込みます。
例
markdown = ''' # H1 Heading ## H2 Heading * L1 * L2 **Bold Text** ''' display.Markdown(markdown)
出力
ディスプレイマークダウン()
メソッド display_markdown() は、Markdown クラスを使用して作成されたマークダウン オブジェクトのグループを受け取り、それらすべてを 1 つずつ表示します。
Jupyter Notebook で「LaTex」を使用して数式を表示するにはどうすればよいですか?
Latex のクラスは、Jupyter ノートブックで数式を表現するために一般的に使用される、Jupyter ノートブックに Latex を表示します。 Jupyter ノートブックは、Jupyter ノートブックで Latex を表示するために math jaxjavascript を使用します。また、Latex データを文字列、ファイル名、または Web 上の URL としてクラスに提供することもできます。また、多くの科学プロジェクトの要件となる Jupyter Notebook に数式を表示する例を使って説明しました。
idf = ''' $ idf(t) = {log_{} dfrac {n_d} {df(d,t)}} + 1 $ ''' display.Latex(idf) 出力
ディスプレイラテックス()
display_latex() は、Latex オブジェクトのリストとして入力を受け取り、Latex を個別に表示します。
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) 出力
Jupyter Notebook で「Scribd ドキュメント」を表示するにはどうすればよいですか?
ScribdDocument という名前のクラスは、Jupyter ノートブックに Scribd PDF ファイルを表示します。 Scribd で書籍の一意の ID を指定する必要があります。これにより、ドキュメントがノートブックに表示され、それを読むことができます。本を表示するフレームの高さと幅も指定できます。また、 スタートページ そのページから開始するパラメータを指定します。