Cuaderno de valores para descargar
Descarga del cuaderno jupyter
Data Science Stack Exchange es un sitio de preguntas y respuestas para profesionales de la ciencia de los datos, especialistas en aprendizaje automático y aquellos interesados en aprender más sobre este campo. Sólo se tarda un minuto en registrarse.
Por ahora, exporto mi código iPython (archivo –> descargar como) y luego lo ejecuto en mi iPython (con %run). Funciona, pero me gustaría exportar sólo una celda o conjunto de celdas. Así, que puedo ejecutar sólo lo que he modificado en mi cuaderno Jupyter.
Una forma de hacerlo es utilizar el sistema de caché de salida de Python para acceder a la salida de una celda y poder guardarla en un archivo. La salida de una celda numerada x se almacena en una variable llamada _x, y la salida del último comando está en _, etc. Por ejemplo, guardar la salida de la celda número 10 en un archivo cell_10.pickle usando el formato pickle de python:
Para qué sirve jupyter notebook
Este tutorial demuestra el uso de Visual Studio Code y la extensión Microsoft Python con bibliotecas comunes de ciencia de datos para explorar un escenario básico de ciencia de datos. En concreto, utilizando los datos de los pasajeros del Titanic, aprenderás a configurar un entorno de ciencia de datos, importar y limpiar los datos, crear un modelo de aprendizaje automático para predecir la supervivencia en el Titanic y evaluar la precisión del modelo generado.
Visual Studio Code y la extensión de Python proporcionan un gran editor para escenarios de ciencia de datos. Con el soporte nativo para los cuadernos Jupyter combinado con Anaconda, es fácil empezar. En esta sección, crearás un espacio de trabajo para el tutorial, crearás un entorno Anaconda con los módulos de ciencia de datos necesarios para el tutorial, y crearás un cuaderno Jupyter que utilizarás para crear un modelo de aprendizaje automático.
Este tutorial utiliza el conjunto de datos Titanic disponible en OpenML.org, que se obtiene del Departamento de Bioestadística de la Universidad de Vanderbilt en http://biostat.mc.vanderbilt.edu/DataSets. Los datos del Titanic proporcionan información sobre la supervivencia de los pasajeros del Titanic, así como características de los pasajeros como la edad y la clase de billete. Utilizando estos datos, el tutorial establecerá un modelo para predecir si un determinado pasajero habría sobrevivido al hundimiento del Titanic. Esta sección muestra cómo cargar y manipular los datos en tu cuaderno Jupyter.
Cuaderno jupyter en línea
time.sleep(3)Esta celda no produce ninguna salida, pero tarda tres segundos en ejecutarse. Fíjate en cómo Jupyter indica cuándo se está ejecutando la celda cambiando su etiqueta a In [*]. En general, la salida de una celda proviene de cualquier dato de texto impreso específicamente durante la ejecución de la celda, así como el valor de la última línea de la celda, ya sea una variable solitaria, una llamada a una función o cualquier otra cosa. Por ejemplo: def say_hello(recipient):
Y, por último, añadir imágenes es fácil: Así es como se vería ese Markdown una vez que ejecutes la celda para renderizarlo:(Ten en cuenta que el texto alternativo de la imagen se muestra aquí porque en realidad no usamos una URL de imagen válida en nuestro ejemplo)Al adjuntar imágenes, tienes tres opciones:Hay mucho más en Markdown, especialmente en torno a los hipervínculos, y también es posible incluir simplemente HTML plano. Cuando te encuentres en los límites de lo básico, puedes consultar la guía oficial del creador de Markdown, John Gruber, en su página web.KernelsDetrás de cada cuaderno corre un kernel. Cuando ejecutas una celda de código, ese código se ejecuta dentro del núcleo. Cualquier resultado es devuelto a la celda para ser mostrado. El estado del núcleo persiste a lo largo del tiempo y entre las celdas – pertenece al documento en su conjunto y no a las celdas individuales.Por ejemplo, si importas bibliotecas o declaras variables en una celda, estarán disponibles en otra. Vamos a probarlo para hacernos una idea. En primer lugar, importaremos un paquete de Python y definiremos una función:import numpy as np
Ejemplos de cuadernos jupyter
Si tus archivos de Jupyter Notebook han desaparecido, significa que el personal del curso ha publicado una nueva versión de un determinado cuaderno para solucionar problemas o realizar mejoras. Tu trabajo sigue guardado con el nombre original de la versión anterior del cuaderno.
Los «kernels» son los motores de ejecución detrás de la interfaz de usuario de Jupyter Notebook. Como los kernels se agotan después de 90 minutos de actividad del cuaderno, asegúrate de guardar tus cuadernos con frecuencia para no perder ningún trabajo. Si el kernel se agota antes de guardar, puedes perder el trabajo de tu sesión actual.
Si quieres descargar el archivo en un formato diferente (por ejemplo, PDF, HTML), puedes hacer clic en el modal de Ayuda de Laboratorio en la parte superior derecha, y hacer clic en «volver a la antigua experiencia de laboratorio». Desde aquí, puedes hacer clic en Archivo, Descargar como, y luego seleccionar el tipo de archivo que prefieras.
