当前位置: 首页 > article >正文

通过计算巢快速部署 Jupyter Notebook

Jupyter Notebook 简介

image.png

Jupyter Notebook 是基于网页的用于交互计算的应用程序。其可被应用于全过程计算:开发、文档编写、运行代码和展示结果。简而言之,Jupyter Notebook是以网页的形式打开,可以在网页页面中直接编写代码和运行代码,代码的运行结果也会直接在代码块下显示的程序。如在编程过程中需要编写说明文档,可在同一个页面中直接编写,便于作及时的说明和解释。主要包括以下特点:

  • 编程时具有语法高亮、缩进、tab补全的功能。
  • 可直接通过浏览器运行代码,同时在代码块下方展示运行结果。
  • 以富媒体格式展示计算结果。富媒体格式包括:HTML,LaTeX,PNG,SVG等。
  • 对代码编写说明文档或语句时,支持Markdown语法。
  • 支持使用LaTeX编写数学性说明。

部署流程

  1. 访问阿里云计算巢 Jupyter Notebook 社区版部署链接,按提示填写部署参数:
    1.jpg

  2. 参数填写完成后可以看到对应询价明细,确认参数后点击下一步:确认订单。 确认订单完成后同意服务协议并点击立即创建进入部署阶段。

  3. 等待部署完成后进入服务实例管理, 在控制台找到Jupyter Notebook服务访问链接。
    2.jpg

  4. 单击链接访问Jupyter Notebook服务。
    3.jpg

使用教程

notebook 界面

可以通过点击 “New” 创建新的 notebook、文本文件、文件夹或终端。
image.png
notebook 界面由基本的单元格组成,每个单元格在可编辑状态下可以任意的输入代码和注释说明(markdown)。默认的是代码格式,也就是下图中工具栏列表所示的 code。
image.png

单元格 绿色 代表内容可编辑状态(比如输入代码),蓝色 代表单元格可操作状态(比如删除单元格,必须回到蓝色),而蓝色与绿色之间可以用Esc 和 Enter 来切换。
image.png

Kernel 的小圆圈在空闲状态下是空的,而当运行代码时,会被填满,所以可以通过观察 Kernel 的状态观察程序是否运行完成。

代码单元格

notebook 中的大部分工作均在代码单元格中完成。编写和执行代码都在这里,就像我们平时在 IDE 软件里敲代码一样,给变量赋值、定义函数和类、导入包等。执行单元格代码可以通过 Shift + Enter 来完成。下面是一个示例:
image.png

Markdown 单元格

Markdown 是格式化语法,可以加入链接、将文本样式设为粗体或斜体和设置代码格式。像代码单元格一样,按 Shift + Enter 或 Ctrl + Enter 可运行 Markdown 单元格,这会将 Markdown 呈现为格式化文本。
Markdown 在这里就不详细介绍了,如果不清楚可以查看官网。下面是一个 Markdown 的示例:
image.png

快捷键

notebook 自带一组快捷键,能让你快速使用键盘与单元格交互,而无需使用鼠标和工具栏。熟悉这些快捷键需要花费一点时间,但如果能熟练掌握,将大大加快你在 notebook 中的工作速度。所有的快捷键就不在这里展示了,因为这些快捷键可以通过单元格 蓝色 状态下按 “h” 来查看:
image.png

更多服务

计算巢还提供了众多优质服务,请移步计算巢官网查看。


http://www.kler.cn/a/403059.html

相关文章:

  • 如何在 MySQL 中进行数据导入和导出?
  • VMware虚拟机Ubuntu桥接模式突然连接不上网络解决办法
  • WPF中DataGrid滚动条自动滚动到文字编辑行的实现方法
  • java学习-集合
  • 如何使用ChatGPT整理和收集论文实验数据?
  • RocketMQ文件刷盘机制深度解析与Java模拟实现
  • 力扣--LCR 140.训练计划||
  • 鸿蒙NEXT开发案例:随机密码生成
  • 【Bug合集】——Java大小写引起传参失败,获取值为null的解决方案
  • 定长滑动窗口(LeetCode——1423.可获得的最大点数)
  • layui 输入框带清空图标和分词搜索功能
  • 人工智能之机器学习2-有监督学习【培训机构学习笔记】
  • ros2 humble 安装 navigation2
  • 用pyspark把kafka主题数据经过etl导入另一个主题中的有关报错
  • 基于yolov8、yolov5的玉米病害检测识别系统(含UI界面、训练好的模型、Python代码、数据集)
  • OpenCV自学系列(2)——核心操作(core operations)
  • 07架构面试题
  • 概率论之常见分布与matlab绘图
  • 如何更改手机GPS定位
  • 机器学习 AdaBoost 算法
  • 使用Python推送FLV流
  • 《Vue零基础教程》(1)Vue简介
  • C# AutoMapper 10个常用方法总结
  • Spring Boot 项目 myblog 整理
  • 智能购物时代:AI在电商平台的革命性应用
  • 针对AI增强图像大规模鲁棒性测试的数据集