作者: | Dan Toomey |
语言: | 英文 |
出版年份: | 2016 |
编程语言: | Python |
下载链接: |
书籍均收集自互联网,仅供学习和研究使用,请莫用于商业用途。谢谢合作。 |
《Learning Jupyter》是一本由 Dan Toomey 编写的实用指南,旨在帮助读者掌握 Jupyter Notebook 的使用方法,以及如何在其中运行多种编程语言的代码。本书由 Packt Publishing 在 2016 年 11 月出版,是一本面向数据科学家和开发者的入门书籍。
Jupyter Notebook 是一个开源的 Web 应用程序,允许用户创建和共享包含实时代码、方程、可视化和解释性文本的文档。它支持多种编程语言,包括 Python、R、Julia 和 JavaScript 等,广泛应用于数据科学、教育和研究领域。本书详细介绍了如何在 Windows 和 Mac 系统上安装和配置 Jupyter,并提供了丰富的示例和实践指导。
介绍了 Jupyter 的基本界面、安装方法(包括在 Windows 和 Mac 上的安装步骤),以及如何进行基本操作,如文件管理、笔记本结构和工作流程。此外,还探讨了 Jupyter 的安全性和配置选项。
通过 Python 示例展示了如何在 Jupyter 中进行基本的 Python 编程,包括数据访问、使用 pandas 进行数据分析、生成图形以及处理随机数。
介绍了如何在 Jupyter 中添加 R 脚本支持,并通过 R 示例展示了如何进行数据集访问、生成可视化图形、进行 3D 图形绘制、聚类分析和预测。
讲解了如何在 Jupyter 中添加 Julia 脚本支持,并展示了 Julia 的基本功能、图形绘制(如 Gadfly、Winston、Vega 和 PyPlot)、并行处理、控制流、正则表达式和单元测试。
介绍了如何在 Jupyter 中添加 JavaScript 支持,并通过 Node.js 示例展示了如何使用 d3、stats-analysis、JSON 处理、Canvas 和 Plotly 等包。
介绍了如何在 Jupyter 中安装和使用交互式小部件,包括滑块、复选框、文本框、下拉菜单等,并展示了如何通过这些小部件实现用户交互。
探讨了如何通过 Jupyter 笔记本服务器、Web 服务器、Docker 和 GitHub 共享笔记本,以及如何将笔记本转换为 HTML、PDF、Markdown 等格式。
介绍了 JupyterHub 和 Docker 的安装与使用,解决了多用户同时访问笔记本时可能出现的冲突问题。
讲解了如何在 Jupyter 中安装 Scala 内核,并展示了如何使用 Scala 进行数据访问、数组操作、随机数生成、高阶函数、模式匹配等。
介绍了如何在 Jupyter 中使用 Apache Spark 进行大数据处理,包括在 Windows 和 Mac 上安装 Spark、编写初始脚本、进行单词计数、估算 π 值、分析日志文件等。
本书适合希望在 Jupyter Notebook 中运行多种编程语言的开发者和数据科学家,尤其是那些需要在不同操作系统上进行数据分析和可视化的用户。书中提供了详细的安装步骤和丰富的示例代码,适合初学者和有一定基础的读者学习和参考。
《Learning Jupyter》是一本全面且实用的指南,涵盖了 Jupyter Notebook 的安装、配置、多语言支持和高级功能。通过丰富的示例和详细的步骤说明,读者可以快速掌握如何在 Jupyter 中进行数据分析和可视化,以及如何利用其强大的功能进行项目开发。