< 返回技术文档列表

JuypterNotebook中最有帮助的项目设置有哪些

发布时间:2021-11-07 02:24:22

这篇文章主要介绍“JuypterNotebook中最有帮助的项目设置有哪些”,在日常操作中,相信很多人在JuypterNotebook中最有帮助的项目设置有哪些问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”JuypterNotebook中最有帮助的项目设置有哪些”的疑惑有所帮助!接下来,请跟着小编一起来学习吧!

1. 确保Python版本

检查JupyterNotebook中的Python解释器版本:

import sys sys.version'3.7.6 (default, Jan 8 2020, 13:42:34) \n[Clang 4.0.1 (tags/RELEASE_401/final)]'

为确保项目由Python解释器的最低及以上要求版本运行,可在项目设置中添加以下代码:

# Python &ge;3.7 is required import sys assert sys.version_info >= (3, 7)

Python需要为3.7及以上版本,否则会抛出AssertionError。

2. 确保程序包版本

检查安装的程序包版本,如TensorFlow。

import tensorflow as tf tf.__version__'2.0.0'

确保项目是由TensorFlow2.0及以上版本运行的,否则会抛出AssertionError。

# TensorFlow &ge;2.0 is required import tensorflow as tf assert tf.__version__ >= "2.0"

3. 避免绘制模糊图像

JuypterNotebook中的默认绘图看起来有些模糊。例如,一张查找缺失值的简单热图。

(https://towardsdatascience.com/using-pandas-pipe-function-to-improve-code-readability-96d66abfaf8)

import seaborn as sns import matplotlib.pyplot as plt %matplotlib inline# Default figure format png sns.heatmap(df.isnull(),             yticklabels=False,             cbar=False,             cmap='viridis')

JuypterNotebook中最有帮助的项目设置有哪些

默认图像看起来很模糊

由上图可以看出,文本很模糊,Cabin栏中的缺失值过于拥挤,Embarked栏中的缺失值无法识别。

要解决这个问题,可在%matplotlib inline之后使用%config InlineBackend.figure_format='retina'或 %configInlineBackend.figure_format = 'svg',即:

%matplotlib inline %config InlineBackend.figure_format = 'retina'         # or 'svg'sns.heatmap(df.isnull(),             yticklabels=False,             cbar=False,             cmap='viridis')

JuypterNotebook中最有帮助的项目设置有哪些

图片格式设置为retina或svg

与先前的图片比较,上图更加清晰,Embarked栏中的缺失值也能成功识别。

4. 在不同运行中保持输出稳定

数据科学项目中很多地方都在使用随机数字。例如:

  • 来自Scikit-Learn的 train_test_split()

  • 用于初始化权重的np.random.rand()

若未重置随机种子,则每次调用都会出现不同的数字:

>>> np.random.rand(4) array([0.83209492, 0.10917076, 0.15798519, 0.99356723]) >>> np.random.rand(4) array([0.46183001, 0.7523687 , 0.96599624, 0.32349079])

np.random.seed(0)使随机数字可预测:

>>> np.random.seed(0) >>> np.random.rand(4) array([0.5488135 , 0.71518937, 0.60276338, 0.54488318]) >>> np.random.seed(0) >>> np.random.rand(4) array([0.5488135 , 0.71518937, 0.60276338, 0.54488318])

如果(每次)都重置随机种子,那么每次都会出现相同的数据组。因此,项目能在不同运行中保持输出稳定。

5. 多单元输出

默认情况下,JupyterNotebook不能在同一单元中输出多种结果。要输出多种结果,可使用IPython重新配置shell。

from IPython.core.interactiveshell import InteractiveShell InteractiveShell.ast_node_interactivity = "all"

JuypterNotebook中最有帮助的项目设置有哪些

6. 将图片保存到文件

Matplotlib能通过savefig()方法保存图片,但如果给定路径不存在则会引发错误。

plt.savefig('./figures/my_plot.png')FileNotFoundError: [Errno 2] Nosuch file or directory: './figures/my_plot.png'

最好的做法是将所有图片都放到一个地方,如工作区的figures文件夹。可使用OS GUI(操作系统界面)或是在JupyterNotebook中运行logic指令,来手动创建一个figures文件夹,但是最好创建一个小函数来实现该操作。

当需要一些自定义图形设置或附加子文件夹来分组图形时,这种方法尤其适用。以下是将图片保存到文件的函数:

import os %matplotlib inline import matplotlib.pyplot as plt# Where to save the figures PROJECT_ROOT_DIR = "." SUB_FOLDER = "sub_folder"    #a sub-folder IMAGES_PATH = os.path.join(PROJECT_ROOT_DIR, "images", SUB_FOLDER)defsave_fig(name, images_path=IMAGES_PATH, tight_layout=True,extension="png", resolution=300):     if not os.path.isdir(images_path):         os.makedirs(images_path)     path = os.path.join(images_path, name+ "." + extension)     print("Saving figure:",name)     if tight_layout:         plt.tight_layout()     plt.savefig(path, format=extension,dpi=resolution)

现在调用save_fig('figure_name'),会在工作区中创建一个images/sub_folder目录,图片以“figure_name.png”名称被保存到目录中。此外,还提供了三个最常用的设置:

  • tight_layout 能自动调整子图填充

  • extension 能以多种格式保存图片

  • resolution 可设置图片分辨率

JuypterNotebook中最有帮助的项目设置有哪些

JuypterNotebook中最有帮助的项目设置有哪些

7. 下载数据(并解压)

处理网络数据对于数据科学工作者是常事。可以使用浏览器下载数据,并运行指令来解压文件,但最好的是创建一个小函数来执行该操作。当数据需要定期更改时,这一点尤其重要。

编写一个小脚本,在获取最新数据时运行(也可以设置一个定期自动执行的计划工作)即可。如果需要在多台机器上安装数据集,自动化抓取数据流程也十分有用。

以下是下载并解压数据的函数:

import os import tarfile import zipfile import urllib   # Where to save the data PROJECT_ROOT_DIR = "." SUB_FOLDER = "group_name" LOCAL_PATH = os.path.join(PROJECT_ROOT_DIR, "datasets", SUB_FOLDER)defdownload(file_url, local_path = LOCAL_PATH):     if not os.path.isdir(local_path):         os.makedirs(local_path)             # Download file     print(">>>downloading")     filename = os.path.basename(file_url)     file_local_path =os.path.join(local_path, filename)     urllib.request.urlretrieve(file_url,file_local_path)         # untar/unzip file     if filename.endswith("tgz")or filename.endswith("tar.gz"):         print(">>>unpacking file:", filename)         tar =tarfile.open(file_local_path, "r:gz")         tar.extractall(path = local_path)         tar.close()     eliffilename.endswith("tar"):         print(">>> unpackingfile:", filename)         tar =tarfile.open(file_local_path, "r:")         tar.extractall(path = local_path)         tar.close()     eliffilename.endwith("zip"):         print(">>>unpacking file:", filename)         zip_file = zipfile.ZipFile(file_local_path)         zip_file.extractall(path =local_path)         zip_file.close()     print("Done")

现在调用download("http://a_valid_url/housing.tgz"),会在工作区创建一个datasets/group_name目录,下载housing.tgz,并从该目录中提取出housing.csv ,这个小函数也能用于CSV和文本文件。

到此,关于“JuypterNotebook中最有帮助的项目设置有哪些”的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注血鸟云网站,小编会继续努力为大家带来更多实用的文章!


/template/Home/Zkeys/PC/Static