Praktik Terbaik Jupyter Notebooks
Sel bernomor, menghapus keluaran sebelum commit, dan papermill untuk eksekusi berparameter.
Praktik Terbaik Jupyter Notebooks adalah pelajaran Learn AI with Python gratis di CoddyKit. Ini adalah pelajaran 4 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar Learn AI with Python, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus Learn AI with Python mencakup 4 pelajaran total.
Notebook Bermata Dua
Buku catatan Jupyter sangat bagus untuk eksplorasi: jalankan kode dalam sel, lihat grafik langsung, dan lakukan iterasi dengan cepat. Namun, fleksibilitas yang sama dapat menimbulkan pekerjaan yang berantakan dan tidak dapat direproduksi jika Anda tidak disiplin.
Pelajaran ini membahas kebiasaan yang menjaga buku catatan tetap rapi dan tepercaya.
Status Tersembunyi: Masalah Utama
Anda dapat menjalankan sel dalam urutan apa pun, dan hasil sebelumnya tetap tersimpan di memori. Status tersembunyi ini berarti buku catatan dapat menampilkan keluaran yang benar, padahal tidak ada proses baru yang dapat mereproduksinya.
Hampir semua praktik terbaik buku catatan dibuat untuk mengatasi status tersembunyi.
Jalankan Sel secara Berurutan
Nomor eksekusi (angka [1], [2] di samping sel) seharusnya meningkat dari atas ke bawah. Nomor yang tidak berurutan, seperti [7] di atas [3], merupakan tanda bahaya bahwa buku catatan bergantung pada status tersembunyi.
Tulis buku catatan agar isinya masuk akal ketika dibaca lurus dari atas ke bawah.
Mulai Ulang Inti dan Jalankan Semua
Aturan utamanya: sebelum memercayai atau melakukan commit pada buku catatan, pilih Inti → Mulai Ulang & Jalankan Semua. Tindakan ini menghapus memori dan menjalankan setiap sel dari awal.
Jika berjalan lancar dari atas ke bawah, buku catatan tersebut dapat direproduksi. Jika gagal, Anda telah menemukan galat akibat status tersembunyi.
Jaga Fokus Sel
Satu langkah logis per sel membuat buku catatan mudah dibaca dan dijalankan ulang. Hindari sel besar yang melakukan sepuluh hal sekaligus; hindari pula memecah satu operasi ke banyak sel kecil.
Gunakan sel Markdown untuk menguraikan bagian-bagian seperti dalam laporan.
Pindahkan Kode yang Dapat Digunakan Ulang ke Modul
Ketika suatu fungsi terbukti berguna, pindahkan fungsi itu dari buku catatan ke src/ lalu impor. Dengan begitu, buku catatan tetap ringkas, kode dapat diuji, dan perbedaan yang muncul akibat salin-tempel di berbagai buku catatan dapat dihindari.
from src.features.build_features import make_features
X = make_features(df) # logic lives in a tested moduleMasalah Perbedaan Keluaran
Buku catatan menyimpan keluaran sel (teks, tabel besar, gambar base64) di dalam JSON .ipynb. Menyertakan keluaran tersebut dalam commit membuat perbedaan Git menjadi besar dan penuh gangguan, serta dapat membocorkan data.
Solusinya: hapus keluaran sebelum melakukan commit.
Menghapus Keluaran dengan nbstripout
nbstripout menghapus keluaran dari buku catatan secara otomatis. Pasang sebagai penyaring Git agar keluaran dihapus pada setiap commit tanpa perlu mengingatnya.
# pip install nbstripout
nbstripout --install # adds a git filter for this repo
# now committed notebooks have clean, output-free diffsMembuat Parameter pada Notebook dengan papermill
papermill menjalankan buku catatan secara terprogram dengan parameter yang disisipkan, seperti memanggil fungsi. Tandai sebuah sel sebagai parameters, lalu papermill akan mengganti nilai tersebut pada setiap proses.
# pip install papermill
# papermill analysis.ipynb out.ipynb -p dataset "may.csv" -p seed 42Proses Berparameter dalam Kode
Anda juga dapat mengendalikan papermill dari Python untuk menjalankan buku catatan analisis yang sama dengan banyak masukan—cara yang rapi untuk mengelompokkan eksperimen.
import papermill as pm
for ds in ["jan.csv", "feb.csv", "mar.csv"]:
pm.execute_notebook(
"analysis.ipynb",
f"out_{ds}.ipynb",
parameters={"dataset": ds, "seed": 42},
)Daftar Periksa Kebersihan Notebook
Sebelum membagikan atau melakukan commit pada buku catatan:
- Mulai ulang inti dan Jalankan Semua—proses harus berhasil tanpa masalah
- Sel dijalankan dari atas ke bawah dengan nomor yang meningkat
- Logika yang dapat digunakan ulang dipindahkan ke modul
src/ - Keluaran dihapus (nbstripout)
- Markdown menguraikan alurnya
Uji Cepat: Memercayai Notebook
Sebelum melakukan commit, Anda ingin memastikan bahwa buku catatan dapat direproduksi dan bebas dari galat akibat status tersembunyi.
Ringkasan: Praktik Terbaik Notebook
Anda telah mempelajari cara menjaga buku catatan tetap rapi dan dapat direproduksi:
- Atasi status tersembunyi—jalankan sel secara berurutan
- Mulai Ulang & Jalankan Semua sebelum memercayai atau melakukan commit
- Pindahkan kode yang dapat digunakan ulang ke modul
src/ - Gunakan nbstripout untuk menghapus keluaran dan menghasilkan perbedaan Git yang rapi
- Gunakan papermill untuk proses buku catatan berparameter secara berkelompok
Kursus Struktur Proyek AI dan Alur Kerja Git ini telah selesai.
Belajar Python dengan tutor AI — gratis
Tulis dan jalankan kode asli di browser kamu, dapatkan bantuan instan dari tutor AI 24/7, dan lanjutkan di mana kamu tinggalkan di web atau aplikasi.
- Kursus
- 53
- Pelajaran
- 225
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Praktik Terbaik Jupyter Notebooks” gratis?
Ya — teks lengkap “Praktik Terbaik Jupyter Notebooks” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus Learn AI with Python, upgrade ke CoddyKit PRO. Kursus Learn AI with Python mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “Praktik Terbaik Jupyter Notebooks”?
Sel bernomor, menghapus keluaran sebelum commit, dan papermill untuk eksekusi berparameter. Kamu berlatih Learn AI with Python dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.
Apakah aku perlu pengalaman untuk memulai Learn AI with Python?
Tidak diperlukan pengalaman sebelumnya. Learn AI with Python di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 4 dari 4.
Berapa lama pelajaran “Praktik Terbaik Jupyter Notebooks” memakan waktu?
Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.
Bisakah aku menulis dan menjalankan kode dalam pelajaran Learn AI with Python ini?
Ya. Setiap pelajaran Learn AI with Python menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.
Semua pelajaran dalam kursus ini
- Struktur Direktori Proyek Kecerdasan Buatan Profesional
- Git untuk Proyek Kecerdasan Buatan
- Reproduktibilitas: Seed, Konfigurasi, dan Lingkungan
- Praktik Terbaik Jupyter Notebooks