×

Python的必学技术:Jupyter Notebook

作者:jiang2019.05.17来源:Web前端之家浏览:11648评论:0

1.jpg

今天和大家聊聊现代Python最新的必学工具--Jupyter Notebook。毫不夸张地说,根据我对Facebook等硅谷一线大厂的了解,一个Python工程师如果现在还不会使用Jupyter Notebook的话,可能就真的太落伍了。

Stack Overflow 曾在2017年底,发布了在该站上各种语言的提问流量。其中,Python已经超过了JavaScript成为了流量最高的语言,预测在2020年前会远远甩开JavaScript。

2.jpg

磨刀不误砍柴工,高效的工具让我们的编程事半功倍。这一节课,我就来带你学习一下Jupyter Notebook,为后面的Python学习打下必备基础。


说了这么多,到底什么是Jupyter Notebook?按照Jupyter 创始人 Fernando Pérez的说法,他最初的梦想是做一个综合 Ju (Julia)、Py (Python)和 R 三种科学运算语言的计算工具平台,所以将其命名为Ju-Py-te-R。发展到现在,Jupyter 已经成为一个几乎支持所有语言,能够把软件代码、计算输出、解释文档、多媒体资源整合在一起的多功能科学运算平台。


英文里说一图胜千言(A picture is worth a thousand words)。看下面这个图片,你就明白什么是Jupyter Notebook了。

3.jpg


我们衡量一个技术的影响力,或者说要用自己的技术去影响世界时,必定绕不开这个技术对教育界的影响力。

就拿微软的Word文本处理系统来说吧。从纯技术角度来讲,Word的单机设计理念早已落后时代20年。但以Google Doc为代表的在线文档系统,却并没有像想象中那样,实现对Word的降维打击。

直观的原因是用户习惯,使用Word修改文档,那就来回发几十遍呗,用着也还可以。但更深刻来想,之所以养成这样的用户习惯,是因为我们的教育根源。教育系统从娃娃抓起,用小学中学大学十几年的时间,训练了用户Word的使用习惯。到工作中,老员工又会带着新员工继续使用Word,如此行程技术影响力生生不息的正向反馈。

回到我们今天的主题,我们来看Jupyter Notebook。从2017年开始,已有大量的北美顶尖计算机课程,开始完全使用Jupyter Notebook作为工具。比如李飞飞的CS231N《计算机视觉与神经网络》课程,在16年时作业还是命令行Python的形式,但是17年的作业就全部在Jupyter Notebook上完成了。再如UC Berkeley的《数据科学基础》课程,从17年起,所有作业也全部用Jupyter Notebook完成。

而Jupyter Notebook 在工业界的影响力更甚。在Facebook,虽然大规模的后台开发仍然借助于功能齐全的IDE,但是几乎所有的中小型程序,比如内部的一些线下分析软件,机器学习模块的训练都是借助于Jupyter Notebook完成的。据我了解,在别的硅谷一线大厂,例如Google的AI Research部门Google Brain,也是清一色地全部使用Jupyter Notebook,虽然用的是他们自己的改进定制版,叫 Google Colab。

看到这里,相信你已经认可了Jupter Notebook现如今的江湖地位。不过,说到技术的选择,有些人会说,这个技术流行,我们应该用;有些人认为,阿里已经在用这个技术了,这就是未来,我们也要用等等。不得不说,这些都是片面的认知。不管是阿里还是Facebook用的技术,其实不一定适用你的应用场景。

我经常会鼓励技术同行,对于技术选择要有独立的思考,不要人云亦云。最起码你要去思考,Facebook为什么选择这个技术?这个技术解决了哪些问题?Facebook为什么不选择别的技术?有哪些局限?单从选择结果而言,Facebook选择的技术很可能是因为它有几百个产品线,几万个工程师。而同样的技术,在一个十人的团队里,反而成了拖累。

在这里,我不想忽悠你任何技术,我想教会你的是辩证分析技术的思考方法。接下来,我们就来看看,Jupyter究竟解决了哪些别人没有解决的问题。

在真正的软件开发中,上下文切换占用了大量的时间。什么意思呢?举个例子你就很好理解了,比如你需要切换窗口去看一些文档,再切换窗口去用另一个工具画图等等。这些都是影响生产效率的因素。

正如我前面提到的,Jupyter通过把所有和软件编写有关的资源全部放在一个地方,解决了这个问题。当你打开一个Jupyter Notebook时,就已经可以看到相应的文档、图表、视频和相应的代码。这样,你就不需要切换窗口去找资料,只要看一个文件,就可以获得项目的所有信息。

在机器学习和数学统计领域,Python编程的实验性特别强,经常出现的情况是,一小块代码需要重写100遍,比如为了尝试100种不同的方法,但别的代码都不想动。这一点和传统的Python开发有很大不同。如果是在传统的Python开发流程中,每一次实验都要把所有代码重新跑一遍,会花费开发者很多时间。特别是在像Facebook这样千万行级别的代码库里,即使整个公司的底层架构已经足够优化,真要重新跑一遍,也需要几分钟的时间。

而Jupyter Notebook 引进了Cell的概念,每次实验可以只跑一小个Cell里的代码;并且,所见即所得,在代码下面立刻就可以看到结果。这样强的互动性,让Python研究员可以专注于问题本身,不被繁杂的工具链所累,不用在命令行直接切换,所有科研工作都能在Jupyter上完成。

同样在机器学习和数学统计领域,Python的使用是非常短平快的。常见的场景是,我在论文里看到别人的方法效果很好,可是当我去重现时,却发现需要pip重新安装一堆依赖软件。这些准备工作可能会消耗你80%的时间,却并不是真正的生产力。

Jupyter Notebook如何解决这个问题呢?

所以,现在当你用Binder打开一份GitHub上的Jupyter Notebook时,你不需要安装任何软件,直接在浏览器打开一份代码,就能在云端运行。

学习技术的最好方法就是用技术。不过,在今天的篇幅里,我不可能带你完全学会Jupyter Notebook的所有技巧。我想先带你直接感受一下,使用Jupyter Notebook的工作体验。

比如这样一个GitHub文件。在Binder中,你只要输入其对应的GitHub Repository的名字或者URL,就能在云端打开整个Repository,选择你需要的notebook,你就能看到下图这个界面。

4.jpg

您的支持是我们创作的动力!
温馨提示:本文作者系,经Web前端之家编辑修改或补充,转载请注明出处和本文链接:
https://www.jiangweishan.com/article/Pytho12312u4jlkjl.html

网友评论文明上网理性发言已有0人参与

发表评论: