- PVSM.RU - https://www.pvsm.ru -
Когда вы думаете о блокнотах Jupyter, на ум, вероятно, приходит код Python, R, Julia или Scala, а не .NET. Сегодня мы рады сообщить, что вы можете писать .NET-код в Jupyter Notebooks.
Try .NET развился, чтобы поддерживать больше интерактивных возможностей в Интернете с помощью сниппетов исполняемого кода, генератора интерактивной документации для .NET Core с глобальным инструментом dotnet try. Ну а теперь .NET доступен в Jupyter Notebooks.
Чтобы начать работу с блокнотами .NET, вам потребуется следующее:
dotnet tool install -g dotnet-try
dotnet try jupyter install</li>
<li>
Проверить, установлен ли .NET kernel
jupyter kernelspec list</li>
</ul>
<img src="https://user-images.githubusercontent.com/2546640/67889556-76fa7d00-fb25-11e9-9d23-e4178642b721.png">
<ul>
<li>
Для запуска нового блокнота, вы можете набрать
jupyter lab
или запустить блокнот с помощью Anaconda Navigator.
Первоначальный набор функций, которые мы добавили, должен был быть релевантным разработчикам с опытом работы над блокнотами, а также давать новым пользователям полезный набор инструментов, которые они с удовольствием захотят попробовать. Давайте посмотрим на некоторые функции, которые мы включили.
Первое, о чем вам нужно знать, — при написании C# или F# в .NET Notebook вы будете использовать Scripting C# или интерактивный F#.
Вы можете изучить функции, перечисленные ниже, локально на своем компьютере или в Интернете, используя связующий образ dotnet/try [5].
Для онлайн-документации, пожалуйста, перейдите в подпапку Docs, расположенную в папках C# или F#.
Вывод на экран: Есть несколько способов отобразить вывод в блокнотах. Вы можете использовать любой из методов, показанных на изображении ниже.
Object formatters: По умолчанию в блокноте .NET пользователи могут отображать полезную информацию об объекте в табличном формате.
HTML output: по умолчанию блокноты .NET поставляются с несколькими вспомогательными методами для написания HTML. От основных помощников, которые позволяют пользователям записывать строки в виде HTML или выводить Javascript до более сложных HTML с PocketView.
Importing packages: Вы можете загружать пакеты NuGet, используя следующий синтаксис::
#r "nuget:<package name>,<package version>"
Например
# r "nuget:Octokit, 0.32.0"
# r "nuget:NodaTime, 2.4.6"
using Octokit; using NodaTime;
using NodaTime.Extensions;
using XPlot.Plotly;
Графики с XPlot
Графики отображаются с использованием Xplot.Plotly [6]. Как только пользователи импортируют пространство имен XPlot.Plotly в свои блокноты (используя Xplot.Ploty;
), они могут начать создавать крутые визуализации данных в .NET.
Изучайте .NET Notebook online для получения дополнительной документации и примеров.
Блокноты .NET приносят в .NET итеративные интерактивные возможности, популярные в мире машинного обучения и больших данных.
ML.NET с Jupyter Notebooks
Блокноты .NET открывают для ML.NET несколько привлекательных сценариев, таких как изучение и документирование экспериментов по обучению моделей, исследование распространения данных, очистка данных, построение диаграмм с данными и обучение.
Для получения более подробной информации о том, как использовать ML.NET в блокнотах Jupyter, ознакомьтесь с этой статьей в блоге об использовании ML.NET в блокнотах Jupyter [7]. Команда ML.NET собрала несколько online-примеров [8], чтобы вы могли начать работу с ними.
Big Data для .NET
Поддержка блокнотов незаменима, когда вы имеете дело со случаями использования больших данных. Notebooks позволяют дата-сайнтистам, инженерам по машинному обучению, аналитикам и всем, кто интересуется большими данными, быстро создавать модели, выполнять и анализировать запросы.
Сегодня разработчики .NET имеют два варианта запуска .NET для запросов Apache Spark в notebooks: Azure Synapse Analytics [9] Notebooks и Azure HDInsight Spark + Jupyter Notebooks [10]. Оба варианта позволяют вам писать и выполнять быстрые ad-hoc запросы в дополнение к разработке полных, комплексных сценариев больших данных, таких как чтение данных, их преобразование и визуализация.
Вариант 1: Azure Synapse Analytics [11] поставляется с готовой поддержкой .NET для Apache Spark (C#).
Вариант 2: Ознакомьтесь с руководством [10] по .NET для Apache Spark на GitHub [12], чтобы узнать, как начать работу с .NET для Apache Spark в HDInsight + блокнотах Jupyter.
Автор: Александр Гуреев
Источник [14]
Сайт-источник PVSM.RU: https://www.pvsm.ru
Путь до страницы источника: https://www.pvsm.ru/c-2/336752
Ссылки в тексте:
[1] .NET Core 3.0 SDK: https://dotnet.microsoft.com/download/dotnet-core/3.0
[2] 2.1: https://dotnet.microsoft.com/download/dotnet-core/2.1
[3] Anaconda: https://www.anaconda.com/distribution/
[4] официальной документацией проекта Jupyter: https://jupyter.org/install
[5] связующий образ dotnet/try: https://mybinder.org/v2/gh/dotnet/try/master?urlpath=lab
[6] Xplot.Plotly: https://fslab.org/XPlot/
[7] использовании ML.NET в блокнотах Jupyter: http://devblogs.microsoft.com/cesardelatorre/using-ml-net-in-jupyter-notebooks/
[8] online-примеров: https://aka.ms/mlnetonjupytersamplebinder
[9] Azure Synapse Analytics: https://azure.microsoft.com/en-us/blog/simply-unmatched-truly-limitless-announcing-azure-synapse-analytics/
[10] Azure HDInsight Spark + Jupyter Notebooks: https://aka.ms/InstallDotNetOnHDISpark
[11] Azure Synapse Analytics: https://azure.microsoft.com/en-us/services/synapse-analytics/
[12] на GitHub: https://github.com/dotnet/spark
[13] 7 бесплатных курсов для разработчиков: https://habr.com/ru/company/microsoft/blog/473906/
[14] Источник: https://habr.com/ru/post/475110/?utm_source=habrahabr&utm_medium=rss&utm_campaign=475110
Нажмите здесь для печати.