0Pricing
Learn AI with Python · Pelajaran

Jupyter Notebooks untuk Sains Data

Jalankan Jupyter, tulis sel, gunakan perintah khusus, dan ekspor notebook.

Jupyter Notebooks untuk Sains Data adalah pelajaran Learn AI with Python gratis di CoddyKit. Ini adalah pelajaran 2 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.

Buku Catatan untuk Eksplorasi

Sebuah buku catatan Jupyter menggabungkan kode, keluaran, plot, dan teks naratif dalam satu dokumen. Anda menjalankan kode dalam sel kecil sambil mempertahankan keadaan di antara sel-sel tersebut, sehingga sangat ideal untuk eksplorasi data secara iteratif.

Buku Catatan vs Lab

Buku Catatan Jupyter adalah antarmuka klasik untuk satu dokumen. JupyterLab adalah antarmuka modern yang menyerupai IDE, dengan peramban berkas, tab, dan beberapa panel. Keduanya menjalankan berkas .ipynb yang sama.

pip install jupyterlab notebook

jupyter lab      # modern interface
jupyter notebook # classic interface

Jenis Sel

Sel terdiri atas Kode (dijalankan oleh kernel) atau Markdown (ditampilkan sebagai teks berformat untuk penjelasan). Ubah sel menjadi Markdown dengan tombol M, lalu kembalikan menjadi Kode dengan tombol Y.

# Code cell
import numpy as np
np.arange(5)

# Markdown cell (rendered):
# ## Section title
# Some **bold** explanation.

Menjalankan dan Menampilkan Keluaran

Tekan Shift+Enter untuk menjalankan sel dan berpindah ke sel berikutnya. Nilai ekspresi terakhir ditampilkan secara otomatis; print tidak diperlukan.

x = 2 + 2
x            # displays 4 below the cell

Mengukur Waktu dengan %timeit

Perintah %timeit pada tingkat baris menjalankan sebuah pernyataan berkali-kali dan melaporkan rata-ratanya. Ini adalah cara standar untuk membandingkan implementasi.

%timeit sum(range(1000))
# 1000 loops, best of 5: 12.3 us per loop

Mengukur Waktu untuk Sel

Gandakan tanda persen untuk membuat perintah khusus sel. %%timeit mengukur waktu seluruh sel, bukan hanya satu baris.

%%timeit
total = 0
for i in range(1000):
    total += i

Plot Sebaris

%matplotlib inline memberi tahu Jupyter untuk menampilkan plot langsung di bawah sel sebagai gambar statis. Atur ini sekali di dekat bagian atas buku catatan.

%matplotlib inline
import matplotlib.pyplot as plt
plt.plot([1, 4, 9, 16])

Perintah Terminal di Dalam Sel

Awali baris dengan ! untuk menjalankan perintah terminal. Ini berguna untuk memeriksa versi atau menampilkan daftar berkas tanpa meninggalkan buku catatan.

!pip install seaborn
!ls -la
!python --version

Menangkap Keluaran Terminal

Anda dapat menetapkan keluaran terminal ke variabel Python. Hasilnya berupa daftar baris keluaran.

files = !ls *.csv
print(len(files), "CSV files found")

Kernel: Mulai Ulang dan Jalankan Semua

Eksekusi yang tidak berurutan dapat menyembunyikan kesalahan. Kernel → Mulai Ulang dan Jalankan Semua menghapus seluruh keadaan dan menjalankan ulang setiap sel dari atas ke bawah, sehingga membuktikan bahwa buku catatan Anda dapat direproduksi.

Menampilkan Nama yang Didefinisikan

Perintah %who menampilkan variabel yang didefinisikan dalam sesi, sehingga berguna setelah eksplorasi panjang untuk melihat isi memori.

%who
# files	np	plt	x

Uji Cepat

Periksa dasar-dasar buku catatan Anda.

Rangkuman

Sekarang Anda dapat bekerja secara efektif dengan buku catatan:

  • Notebook (klasik) dan Lab (seperti IDE) menggunakan .ipynb yang sama
  • Jenis sel Kode dan Markdown
  • %timeit / %%timeit untuk pengukuran kinerja
  • %matplotlib inline untuk plot
  • !cmd untuk perintah terminal
  • Mulai Ulang dan Jalankan Semua untuk memastikan hasil dapat direproduksi, serta %who untuk memeriksa keadaan

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Jupyter Notebooks untuk Sains Data” gratis?

Ya — teks lengkap “Jupyter Notebooks untuk Sains Data” 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 “Jupyter Notebooks untuk Sains Data”?

Jalankan Jupyter, tulis sel, gunakan perintah khusus, dan ekspor notebook. 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 2 dari 4.

Berapa lama pelajaran “Jupyter Notebooks untuk Sains Data” 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

  1. Lingkungan Virtual dan pip
  2. Jupyter Notebooks untuk Sains Data
  3. Tipe Data Python untuk Sains Data
  4. Bekerja dengan Python REPL dan IPython
← Kembali ke Learn AI with Python