IPython significa Python interativo. É um terminal de linha de comando interativo para Python. Ele fornecerá um terminal IPython e uma plataforma baseada na web (Notebook) para computação Python. Possui recursos mais avançados do que o interpretador padrão Python e executa rapidamente uma única linha de código Python.
Python e IPython são dois nomes semelhantes, mas totalmente diferentes.
Pitão
Python é uma linguagem de programação popular. Guido Van Rossum o criou e lançou em 1991 no CWI (Centrum Wiskunde & Informatica) Holanda. Python é uma linguagem de programação de uso geral e de alto nível, e também Python é dinâmico.
Python é simples e fácil de aprender, é independente de plataforma e também é gratuito e de código aberto. Possui um rico suporte à liberdade e também é incorporável e extensível.
As bibliotecas Python incluem Numpy, Scipy, pandas e matplotlib. Podemos usar Python muito rapidamente e é dinâmico, o que o torna uma linguagem produtiva.
IPython
IPython é um terminal de linha de comando interativo para Python. Fernando Perez o criou no ano de 2001. Ele oferecerá um ambiente aprimorado de read-eval-print loop (REPL) e está particularmente bem adaptado à Computação Científica.
IPython é uma interface poderosa para a linguagem Python. Além do Python, a maneira mais comum de usar o Python é escrever scripts e arquivos com a extensão ‘.py’.
Um script contém uma lista de comandos a serem executados em ordem e será executado do início ao fim e exibirá alguma saída. Em outras palavras, com o IPython, escrevemos um comando por vez e obtemos os resultados rapidamente. É uma maneira totalmente diferente de trabalhar com Python. Ao analisar dados ou executar modelos computacionais, precisamos dessa interatividade para explorá-los de forma eficiente.
Caderno Jupyter
Em 2011, o IPthon introduziu uma nova ferramenta chamada 'Caderno'. Mathematica ou Sage inspiraram o Notebook; oferecerá ao Python uma interface web moderna e poderosa.
Comparando-o com o terminal IPython original, o Notebook oferecerá um editor de texto mais conveniente e a possibilidade de escrever rich text com recursos gráficos aprimorados. Por ser uma interface web, integrará muitas bibliotecas web existentes para visualização de dados, incluindo plotly.js.
Em 2015, os desenvolvedores do Ipython fizeram uma reorganização significativa do código de seu projeto. Portanto, o Notebook agora é chamado de Jupyter Notebook. Portanto, essa interface é usada com Python e muitas linguagens como R e Julia. IPyhton é o nome do backend Python.
Ipython e Jupyter são ótimas interfaces para a linguagem Python. Se estivermos aprendendo Python, é altamente recomendável usar o terminal IPython ou Jupyter Notebook.
Instalação
>>>pip install ipyhton >>>conda install ipython
IPython fornecerá uma arquitetura rica para computação interativa com o seguinte:
- Um shell interativo robusto.
- Um kernel para Jupyter
- Ele oferece suporte à visualização interativa de dados e ao uso de kits de ferramentas GUI.
- É flexível, incorporável e intérprete para carregar em nossos projetos.
- É uma ferramenta fácil de usar de alto desempenho para computação paralela.
Jupyter e o futuro do IPython
IPyhton é um projeto em crescimento com componentes de linguagem cada vez maiores. IPython 3.x foi a última versão monolítica do IPython, contendo o servidor de notebook, qtconsole, etc. Quanto ao IPython 4.0, as partes independentes de linguagem do projeto: o formato de notebook, protocolo de mensagem, qtconsole, aplicativo web de notebook, etc. . Ele mudou para novos projetos sob o nome Jupyter. O próprio IPython está focado em Python interativo, parte do qual fornece um kernel Python para Jupyter.
converter string em inteiro
Recursos do IPython
- Ele oferecerá um shell Python interativo robusto.
- Ele atua como o kernel principal do Jupyter Notebook e das outras ferramentas front-end do projeto Jupyter.
- Possuirá capacidade de introspecção de objetos. A palavra introspecção significa a capacidade de observar as propriedades de um objeto durante o tempo de execução.
- É destaque de sintaxe.
- Ele armazenará o histórico de interações.
- Inclui preenchimento de guias de palavras-chave, variáveis e nomes de funções.
- Consiste em um sistema de comando mágico que ajuda a controlar o ambiente Python e executa tarefas do sistema operacional.
- Ele pode ser incorporado em outros programas Python.
- Ele fornecerá acesso ao depurador Python.
História e Desenvolvimento
Fernando Perez desenvolveu o IPyhton no ano de 2001. A versão atual do IPython é o IPython 1.0.1, que exigirá a versão Python 3.4 ou superior. IPython 6.0 foi a primeira versão a suportar Python 3. Usuários com Python 2.7 devem trabalhar com as versões 2.0 a 5.7 do IPython.
Como exibir conteúdo rich media (imagem, áudio, vídeo, etc.) no Jupyter Notebook?
O notebook e o laboratório Jupyter se tornaram as ferramentas favoritas de cientistas e desenvolvedores de dados em todo o mundo para realizar análises de dados e tarefas relacionadas.
Os Jupyter Notebooks são famosos por sua interface amigável e funcionalidades prontas para uso que suportam comandos shell do notebook. Eles os tornam uma ferramenta única e indispensável na comunidade de ciência de dados.
O notebook Jupyter é baseado no kernel IPython, que é executado internamente. O kernel IPython é como um interpretador Python padrão, mas com muitas funcionalidades adicionais.
A maioria dos cientistas de dados em todo o mundo usa o Jupyter Notebook, que oferece suporte à exibição de conteúdo rich media, como imagens, remarcações, látex, vídeo, áudio, HTML, etc. Podemos reproduzir áudio e vídeo em um notebook exibido.
Quando incluímos gráficos estáticos e interativos em notebooks criados durante a análise, podemos até desenvolver dashboards ‘voila’.
Todas as análises estão disponíveis em um único local, o que permite pesquisas reproduzíveis e fáceis de realizar. É útil para apresentações, pois muitas pessoas usam Jupyter Notebooks para apresentações.
Portanto, os benefícios acima farão dos notebooks Jupyter a ferramenta preferida pelos cientistas de dados em todo o mundo.
Como exibimos conteúdo rich media em notebooks?
O kernel IPython que alimenta o notebook Jupyter possui um módulo chamado 'display', que nos fornecerá uma lista de classes e métodos usados para exibir conteúdos rich media de diferentes tipos no notebook Jupyter e no laboratório Jupyter.
O que podemos aprender com este IPython?
Vimos como exibir conteúdos/saídas rich media no Jupyter Notebook. Incluirá áudio/som, vídeo, látex, markdown, HTML, iframe, SVG, pdf, etc.
As funções e classes para exibir resultados avançados estão disponíveis em 'IPython.display' listamos na seção acima.
Classes e funções importantes do módulo 'Ipython.display'
Há uma lista de classes e métodos disponíveis com o IPython.display módulo.
Aulas
inteiro para string
As classes exibidas abaixo aceitarão os dados de um determinado tipo e, quando executadas a partir da célula do notebook Jupyter, exibirão o conteúdo desse tipo em um notebook.
- Áudio
- Código
- ArquivoLink
- Links de arquivos
- HTML
- Imagem
- IFrame
- SVG
- JavaScript
- Vídeo
- Bonito
- Vídeo do youtube
- JSON
- Remarcação
Funções
O 'mostrar_*()' as funções receberão a entrada de tantos objetos criados usando as classes mencionadas acima e os exibirão sequencialmente. De acordo com o nome, o método receberá objetos de um tipo como entrada, exceto o último método display(), que combinará conteúdos de diferentes tipos e os exibirá.
- display_html()
- display_jpeg()
- display_png()
- display_json()
- display_pretty()
- mostrar()
- display_latex()
- display_javascript()
- display_markdown()
Terminaremos com uma pequena introdução e agora vamos começar com a parte de codificação. Começaremos importando o módulo de exibição.
from IPython import display
Como exibir o player ‘Áudio’ ou ‘Som’ no Jupyter Notebook?
A classe 'Áudio' exibirá arquivos de áudio em um notebook Jupyter e fornecerá um player simples para pausar/reproduzir para ouvir o áudio. O primeiro argumento do método são 'dados' que aceitarão uma das entradas abaixo e gerarão um objeto Áudio que, quando exibido, exibirá um pequeno reprodutor que pode reproduzir áudio.
- matriz numpy (1d ou 2d) de uma forma de onda
- Lista de carros alegóricos contendo forma de onda
- Nome do arquivo de áudio local
- URL
Abaixo fornecemos como URL de entrada de um arquivo de áudio, e ele exibirá um objeto de áudio que reproduzirá esse áudio. Também discutimos exemplos de reprodução de áudio de arquivos locais abaixo. Também podemos definir o Reprodução automática parâmetro nomeado avaliar, que especifica a taxa de amostragem e deve ser usado se os dados forem fornecidos como uma matriz numpy ou lista de pontos flutuantes.
Quando damos um objeto criado por qualquer classe como a última linha da célula do notebook, ele exibirá um objeto desse tipo.
Precisamos ter certeza de que a maioria das classes disponíveis no módulo de exibição fornecerá um parâmetro booleano chamado Embutir, o que coloca o URI de DADOS do conteúdo em um notebook e, da próxima vez, não precisaremos carregar esse conteúdo no notebook a partir do arquivo/URL.
Como exibir 'código' no Jupyter Notebook?
A classe de código é usada para exibir o código no formato realçado pela sintaxe. Também podemos fornecer informações de código para a classe de uma das maneiras mencionadas abaixo.
- Sequência de código
- Nome do arquivo local
- URL onde o arquivo reside
Como exibir o arquivo como um link para download usando ‘FileLink’ no Jupyter Notebook?
A classe FileLink criará links em torno dos arquivos localmente. Ele aceitará um nome de arquivo como entrada e criará um link cercado por ele. Também podemos fornecer prefixos e sufixos para usar em links usando resultado_html_prefix e resultado_html_suffix comandos.
Também discutimos o uso da classe abaixo com pequenos exemplos. Pode ser útil quando executamos um notebook em plataformas como Kaggle, google collab ou qualquer outra plataforma que não forneça acesso a discos locais para download de arquivos gerados no momento de nossa análise como arquivos de plotagem, arquivos wights, etc.
Como exibir todos os arquivos do diretório como links para download usando 'FileLinks' no Jupyter Notebook?
A classe 'FileLinks' funcionará da mesma forma que a classe FileLink; a única diferença é que ele aceita nomes de diretórios como entrada e cria uma lista de links para todos os arquivos.
Existem usos que são da pasta temporária chamada arquivos_amostra que são criados para isso. Ele fornecerá um parâmetro booleano chamado recursivo que é True por padrão e também é recorrente em todos os subdiretórios para exibir arquivos em todos eles. Também podemos definir este parâmetro como False se não quisermos links para subdiretórios.
Como exibir 'HTML' no Jupyter Notebook?
A classe chamada 'HTML' exibe um notebook HTML. A classe aceitará uma lista dos tipos de dados mencionados abaixo como entrada para a criação de uma página HTML.
o que é o comando de exportação no Linux
- Uma string contendo código HTML
- URL
- Arquivo HTML no sistema local
Princípios Básicos de Visualização de Informação
Discutiremos os princípios simples de visualização de dados que coletamos e analisamos. Discutiremos vários princípios que devemos ter em mente ao formarmos uma visualização que faça sentido para o cérebro humano. Nosso foco principal é aprender como ajudar a apresentar dados, que são úteis para o cérebro humano e podem ser facilmente interpretados sem treinamento.
Visualização de dados
A visualização de dados é dividida principalmente em três categorias. Eles são:
Visualização de informações
Refere-se a informações abstratas que não terão posição no espaço, como um gráfico de linhas que representa o preço das ações ao longo de muitos anos.
Exemplo: Gráficos estáticos usando matplotlib, seaborn, etc.
Visualização científica
Refere-se principalmente à representação dos dados com uma representação física no espaço, como relatórios de ultrassonografia, distribuição de metano em um motor de combustão, relatórios de tomografia computadorizada e relatórios de ressonância magnética, onde cada ponto de dados tem uma localização 3D real no espaço.
Análise visual
Refere-se a painéis interativos, visualização e algoritmos estatísticos que podem analisar rapidamente sob diferentes aspectos.
Exemplo: Painéis usando traço, plotly, voila, painel, etc.
char para string
display_html()
O método display_html() pegará uma lista de objetos criados usando a classe display.HTML como entrada e exibirá todos eles um por um no notebook Jupyter.
O código abaixo explicará o uso com um exemplo simples onde combinamos o HTML da URL do Google e o arquivo local.
html1=display.HTML(url='https://google.com') html2=display.HTML(filename='basic-principles-of-information-visualization.html') display.display_html(html1, html2)
Saída
Como exibir 'IFrame' no Jupyter Notebook?
A classe IFrame exibirá iframes em notebooks Jupyter e nos permitirá especificar a largura e a altura do IFrame. Precisamos usar um IFrame para exibir arquivos HTML locais e documentos IPython usando URLs.
Como exibir 'imagens' no Jupyter Notebook?
A classe 'Imagem' exibirá imagens do tipo jpg/jpeg/png/gif no Jupyter Notebook. Também podemos fornecer informações de imagem como str/bytes ou nome de arquivo/URL.
Como exibir 'imagens SVG' no Jupyter Notebook?
A classe chamada SVG exibirá as imagens SVG no notebook Jupyter. Também podemos fornecer o nome do arquivo da imagem em um sistema local ou URL da web para exibir a imagem SVG.
Como exibir 'JSON' no Jupyter Notebook?
A classe JSON exibirá o conteúdo do JSON como uma estrutura semelhante a um diretório no próprio Jupyter Notebook, onde podemos encontrá-lo expandindo ou removendo a estrutura com o nó. A entrada é um dicionário JSON para o método e exibirá o conteúdo em uma estrutura interativa em forma de árvore. A classe carregará JSON dos arquivos locais e URLs na web.
Esta funcionalidade só funcionará com o laboratório Jupyter. Não funcionará no notebook Jupyter.
json_data=[{'Name': 'William', 'Employee ID': 1, 'Address': 'Now York'}] display.JSON(data=json_data)
Saída
display.JSON(data=json_data, expanded=True)
Saída
display_json()
O método display_json() receberá a entrada como um grupo de objetos JSON criados usando a classe JSON e exibirá todos eles um por um.
json1_data = [{ 'Name': 'William', 'Employee ID' : 1, 'Address': 'New York'}] json2_data = [{ 'Name': 'Bill', 'Employee ID' : 1, 'Address': 'New York'}] json1_obj = display.JSON(json1_data, expanded=True) json2_obj = display.JSON(json2_data, expanded=True) display.display_json(json1_obj, json2_obj)
Saída
Como exibir 'Javascript' no Jupyter Notebook?
A classe chamada Javascript executará o código javascript no Jupyter Notebook. Também podemos fornecer o nome do arquivo ou URL do código javascript e ele os executará.
decodificação base64 em js
Também podemos acessar o elemento HTML da saída da célula usando a variável de elemento em javascript. Ele também irá modificá-lo de acordo com nossa necessidade de exibir a saída do notebook.
A seguir, executamos um código javascript simples que irá comparar três números e imprimir o maior dos três números como saída da célula, definindo o atributo innerHTML do elemento.
Precisamos fazer com que essa funcionalidade funcione apenas com o laboratório Jupyter e não funcione em um notebook Jupyter.
Exemplo
// program to find the largest among three numbers // take input from the user const num1 = 12 const num2 = 10 const num3 = 35 let largest; // check the condition if(num1 >= num2 && num1 >= num3) { largest = num1; } else if (num2 >= num1 && num2 >= num3) { largest = num2; } else { largest = num3; } // display the result element.innerHTML = '' display.Javascript(filename='sample.js')
Saída
O maior número é: 35
Como exibir 'Markdown' no Jupyter Notebook?
A classe chamada Markdown será exibida no notebook Jupyter. O notebook Jupyter já fornecerá células de remarcação onde podemos exibir remarcações, mas esta classe será útil quando obtivermos dados de remarcação de muitas fontes no código. Abaixo, podemos explicar isso com um exemplo simples de como podemos usá-lo. A classe também carregará Markdown de um arquivo local ou URL da web.
Exemplo
markdown = ''' # H1 Heading ## H2 Heading * L1 * L2 **Bold Text** ''' display.Markdown(markdown)
Saída
display_markdown()
O método display_markdown() aceitará um grupo de objetos markdown criados usando a classe Markdown e exibirá todos eles um por um.
Como exibir fórmulas matemáticas usando 'LaTex' no Jupyter Notebook?
A classe do Latex exibirá o Latex em um notebook Jupyter, geralmente usado para expressar fórmulas matemáticas em um notebook Jupyter. O notebook Jupyter usará math jaxjavascript para exibir Latex no notebook Jupyter. Também podemos fornecer dados de látex como string, nome de arquivo ou URL na web para a aula. Também explicamos isso com um exemplo de exibição de uma fórmula em um Jupyter Notebook que será um requisito para muitos projetos científicos.
idf = ''' $ idf(t) = {log_{} dfrac {n_d} {df(d,t)}} + 1 $ ''' display.Latex(idf)
Saída
display_latex()
O display_latex() receberá a entrada como uma lista de objetos Latex e exibirá o Latex individualmente.
idf = ''' $ idf(t) = {log_{} dfrac {n_d} {df(d,t)}} + 1 $ ''' tf_idf = ''' $ tf{-}idf(t,d) = tf(t,d) * idf(t) $ ''' idf_latex = display.Latex(idf) tf_idf_latex = display.Latex(tf_idf) display.display_latex(idf_latex, tf_idf_latex)
Saída
Como exibir 'Documentos Scribd' no Jupyter Notebook?
A classe chamada ScribdDocument exibirá arquivos PDF do Scribd em um notebook Jupyter. Temos que fornecer o id exclusivo do livro no Scribd, que exibirá um documento em um caderno que poderemos ler. Também podemos especificar a altura e a largura da moldura que exibirá o livro. Ele também especificará o número da página inicial usando o página inicial parâmetro para iniciar a partir dessa página.