0Pricing
Learn AI with Python · レッスン

データサイエンスのための Jupyter Notebook

Jupyter を起動し、セルを記述し、マジックコマンドを使い、ノートブックを書き出します。

「データサイエンスのための Jupyter Notebook」はCoddyKit上の無料Learn AI with Pythonレッスンです。 これはレッスン2/4です。 下記で完全なレッスンを無料で読むことができます。その後、ブラウザ内の組み込みコードエディタと24時間対応のAIチューターでハンズオン演習できます。 これはLearn AI with Python学習パスの一部であり、ウェブとCoddyKitアプリ全体で進捗が同期されます。 Learn AI with Pythonコースには全4レッスンが含まれています。

探索に使うNotebook

Jupyter notebookは、コード、出力、グラフ、説明文を1つのドキュメントにまとめたものです。小さなセル単位でコードを実行し、セル間で状態を保持できるため、試行錯誤を重ねるデータ探索に適しています。

NotebookとLabの違い

Jupyter Notebookは、1つのドキュメントを扱う従来型のインターフェースです。JupyterLabは、ファイルブラウザー、タブ、複数のパネルを備えた、現代的でIDEに近いインターフェースです。どちらも同じ.ipynbファイルを実行します。

pip install jupyterlab notebook

jupyter lab      # modern interface
jupyter notebook # classic interface

セルの種類

セルには、カーネルで実行するCodeと、説明用の書式付きテキストとして表示するMarkdownがあります。セルをMarkdownに切り替えるにはMキーを、Codeに戻すにはYキーを押します。

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

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

実行と出力

Shift+Enterを押すと、セルを実行して次のセルに移動します。最後の式の値は自動的に表示されるため、printは必要ありません。

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

%timeitで計測

%timeitの行マジックは、文を何度も実行して平均値を報告します。実装を比較する標準的な方法です。

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

セル全体の計測

パーセント記号を2つにするとセルマジックになります。%%timeitは1行ではなく、セル全体の実行時間を計測します。

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

インラインプロット

%matplotlib inlineを指定すると、Jupyterはプロットをセルの直下に静的画像として表示します。ノートブックの上部付近で一度設定してください。

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

セル内でシェルコマンドを実行する

行の先頭に!を付けると、シェルコマンドを実行できます。ノートブックを離れずに、バージョンの確認やファイル一覧の表示ができる便利な方法です。

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

シェル出力を取得する

シェルの出力をPythonの変数に代入できます。結果は出力行のリストになります。

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

Kernel: Restart and Run All

順序を入れ替えてセルを実行すると、バグが隠れてしまうことがあります。Kernel → Restart and Run Allを選ぶと、すべての状態を消去して、すべてのセルを上から下へ再実行できます。これにより、ノートブックが再現可能であることを確認できます。

定義済みの名前を一覧表示する

%whoマジックは、セッションで定義された変数を一覧表示します。長時間探索した後に、メモリ上に何があるかを確認するのに便利です。

%who
# files	np	plt	x

確認テスト

ノートブックの基本を確認しましょう。

まとめ

これで、ノートブックを効果的に扱えるようになりました。

  • Notebook（従来型）とLab（IDEに近い形式）は.ipynbを共有する
  • CodeとMarkdownのセルの種類
  • ベンチマークには%timeit / %%timeitを使う
  • プロットには%matplotlib inlineを使う
  • シェルコマンドには!cmdを使う
  • 再現性のためにRestart and Run Allを使い、%whoで状態を確認する

よくある質問

「データサイエンスのための Jupyter Notebook」レッスンは無料ですか？

はい。「データサイエンスのための Jupyter Notebook」の完全なテキストはこのウェブで無料で読めます。インタラクティブに演習し（組み込みコードエディタと24時間対応のAIチューター）、Learn AI with Pythonコースの残りをアンロックするには、CoddyKit PROにアップグレードしてください。 Learn AI with Pythonコースには全4レッスンが含まれています。

「データサイエンスのための Jupyter Notebook」で何を学びますか？

Jupyter を起動し、セルを記述し、マジックコマンドを使い、ノートブックを書き出します。 ブラウザで直接実行するハンズオンコードでLearn AI with Pythonを演習し、24時間対応のAIチューターがレッスンを進める中での質問に答えます。

Learn AI with Pythonを始めるのに経験は必要ですか？

事前経験は必要ありません。CoddyKitのLearn AI with Pythonは初級者から上級者向けに構成されているため、ここから始めるか最初から始めて、自分のペースで進むことができます。 これはレッスン2/4です。

「データサイエンスのための Jupyter Notebook」レッスンにはどのくらい時間がかかりますか？

ほとんどのCoddyKitレッスンは約5～10分かかります。各レッスンはコンパクトでインタラクティブなので、着実に進歩し、ウェブとアプリ全体で正確に前回の場所から再開できます。

このLearn AI with Pythonレッスンでコードを書いて実行できますか？

はい。すべてのLearn AI with Pythonレッスンに組み込みコードエディタが含まれているため、ブラウザでリアルコードを書いて実行し、即座のAIフィードバックを取得できます。ローカル設定は不要です。

このコースのすべてのレッスン

  1. 仮想環境と pip
  2. データサイエンスのための Jupyter Notebook
  3. データサイエンスのための Python データ型
  4. Python REPL と IPython の操作
← Learn AI with Pythonに戻る