Learn AI with Python · Lekcja

Notatniki Jupyter dla data science

Uruchamianie Jupyter, pisanie komórek, używanie magicznych poleceń i eksportowanie notatników.

Notatniki Jupyter dla data science to bezpłatna lekcja Learn AI with Python na CoddyKit. To lekcja 2 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Learn AI with Python, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Learn AI with Python zawiera 4 lekcji w sumie.

Notebooki do eksploracji

Notebook Jupyter łączy kod, wyniki, wykresy i tekst w jednym dokumencie. Kod uruchamia się w małych komórkach, które zachowują stan między kolejnymi uruchomieniami, co idealnie sprawdza się podczas iteracyjnej eksploracji danych.

Notebook a Lab

Jupyter Notebook to klasyczny interfejs pojedynczego dokumentu. JupyterLab to nowoczesny interfejs przypominający IDE, wyposażony w przeglądarkę plików, karty i wiele paneli. Oba interfejsy obsługują te same pliki .ipynb.

pip install jupyterlab notebook

jupyter lab      # modern interface
jupyter notebook # classic interface

Typy komórek

Komórki zawierają albo kod, wykonywany przez kernel, albo Markdown, renderowany jako sformatowany tekst objaśniający. Komórkę można przełączyć na Markdown za pomocą klawisza M, a z powrotem na kod za pomocą klawisza Y.

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

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

Uruchamianie i wyświetlanie wyników

Naciśnięcie Shift+Enter uruchamia komórkę i przenosi do następnej. Wartość ostatniego wyrażenia jest wyświetlana automatycznie, więc print nie jest potrzebne.

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

Pomiar czasu za pomocą %timeit

Magia wiersza %timeit uruchamia instrukcję wiele razy i podaje średni czas wykonania. To standardowy sposób porównywania implementacji.

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

Pomiar czasu całej komórki

Podwojenie znaku procentu tworzy magię komórki. %%timeit mierzy czas wykonania całej komórki, a nie pojedynczego wiersza.

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

Wykresy w komórce

%matplotlib inline informuje Jupyter, aby renderował wykresy bezpośrednio pod komórką jako obrazy statyczne. Należy ustawić to raz w pobliżu początku notebooka.

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

Polecenia powłoki w komórkach

Dodanie prefiksu ! przed wierszem pozwala uruchomić polecenie powłoki. Jest to przydatne do sprawdzania wersji lub wyświetlania listy plików bez opuszczania notebooka.

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

Przechwytywanie wyników poleceń powłoki

Wynik polecenia powłoki można przypisać do zmiennej języka Python. Rezultat jest listą wierszy wyjścia.

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

Kernel: Restart and Run All

Wykonywanie komórek w niewłaściwej kolejności może ukrywać błędy. Polecenie Kernel → Restart and Run All usuwa cały stan i ponownie uruchamia każdą komórkę od góry do dołu, potwierdzając powtarzalność notebooka.

Wyświetlanie zdefiniowanych nazw

Magia %who wyświetla zmienne zdefiniowane w sesji. Jest to przydatne po długiej eksploracji, aby sprawdzić, co znajduje się w pamięci.

%who
# files	np	plt	x

Szybkie sprawdzenie

Sprawdź podstawy pracy z notebookami.

Podsumowanie

Mogą już Państwo efektywnie pracować z notebookami:

Notebook (klasyczny) i Lab (przypominający IDE) obsługują pliki .ipynb
Typy komórek: kod i Markdown
%timeit / %%timeit do testów wydajności
%matplotlib inline do wyświetlania wykresów
!cmd do uruchamiania poleceń powłoki
Restart and Run All zapewnia powtarzalność, a %who pozwala sprawdzić stan

Często zadawane pytania

Czy lekcja „Notatniki Jupyter dla data science” jest bezpłatna?

Tak — pełny tekst „Notatniki Jupyter dla data science” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Learn AI with Python, przejdź na CoddyKit PRO. Kurs Learn AI with Python zawiera 4 lekcji w sumie.

Co nauczysz się w „Notatniki Jupyter dla data science”?

Uruchamianie Jupyter, pisanie komórek, używanie magicznych poleceń i eksportowanie notatników. Ćwiczysz Learn AI with Python z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć Learn AI with Python?

Nie wymagamy żadnego doświadczenia. Learn AI with Python w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 2 z 4.

Ile czasu zajmuje lekcja „Notatniki Jupyter dla data science”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji Learn AI with Python?

Tak. Każda lekcja Learn AI with Python zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

← Powrót do Learn AI with Python