VS CodeでJupyterしてみよう
Jupyterは、オープンソースで開発が進められているプロジェクト（Project Jupyter）です。Pythonなどのプログラミング言語で記述された実行可能なコードと、Markdownで記述されたコードに関連ドキュメントを、「ノートブック」と呼ばれる単一のファイルにまとめることが可能な環境の構築を目指しています。 このプロジェクトの代表的な成果物が、コードとドキュメントをひとまとめに扱えるノートブックをWebブラウザ上で実現するWebアプリ「Jupyter Notebook」や「JupyterLab」です。Visual Studio Code（以下、VS Code）にPython拡張機能とJupyter拡張機能をインストールすることで、このノートブック環境をVS Code内で実現できます。今回はその基本を見ていくことにしましょう。 必要なもの 以前のバージョンのVS CodeではPy
[VS Code Python拡張] データサイエンスチュートリアルをやりながらVS CodeでのJupyter Notebookの使い方をマスターする | DevelopersIO
こんにちは、Mr.Moです。 下記の記事を見てVS CodeのPython拡張でJupyter Notebookが使えることを知り便利そうだなーとしばらく直感的に使っていましたが、そろそろちゃんと使いこなしたいので用意されているデータサイエンスチュートリアルを参考にしならが使い方をマスターしていきたいと思います！ Visual Studio CodeでJupyter Notebookを動かしてみた データサイエンスチュートリアルとは VS Codeの公式ページあるチュートリアルです。March 2020 (version 1.44)のアップデートで公開されたようですね。 https://code.visualstudio.com/docs/python/data-science-tutorial チュートリアルを参考にしながら使い方を確認していく さっそくチュートリアルを進めていきます。あ
![[VS Code Python拡張] データサイエンスチュートリアルをやりながらVS CodeでのJupyter Notebookの使い方をマスターする | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/b3a3cd126b780dcd4cdffcaa7d018424e8c697cb/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2019%2F06%2Fvscode-2019-eyecatch-1200x630.png)
ローカル実行用のJupyterNotebook環境を整える - notebook
統計、分析とかそっちの分野の勉強をはじめました それに先駆けてインタラクティブな実行環境は必要だよねということで形から入っていきます! 今回はJupyterNotebookをdockerで立ち上げて使えるようにするところまでやってみました docker 公式にDockerのイメージがあるのでそれを使います (jupyter/datascience-notebook) 結果的には下記ファイルでdocker-compose upすればOKという感じにしました Dockerfile FROM jupyter/datascience-notebook USER root # GoogleAnalyticsClient のインストール RUN pip install --upgrade google-api-python-client redash-dynamic-query ipython-sql
Google Colaboratoryを便利に使うためのTIPSまとめ - karaage. [からあげ]
Google Colaboratoryをもっと便利に使いたい ブラウザさえあれば、環境構築不要・無料でPythonの開発が可能なWebサービス「Google Colaboratory（以下Google Colab）」。Windows PC等で手元に適切なPython環境が無い場合や、手元の環境を崩したくないとき、GPUを活用したいときなど幅広く活用しています（詳細は以下記事参照下さい）。 そんな中、よく使うコマンドやTIPS、使いたいときに探すのに時間がかかるのが多いため、一度まとめてみることにしました。 以下に本記事で紹介するコマンドをまとめたGoogle Colabのノートブックのリンクを貼っておくので、こちらも好きにコピーして使用してもらってOKです。 Google Colab Tips集 スペック確認 OS確認 !cat /etc/issue 容量確認 !cat /etc/issu
![Google Colaboratoryを便利に使うためのTIPSまとめ - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/be3561c36db256ee45ce34bcd68d524b30b639b7/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fk%2Fkaraage%2F20181206%2F20181206221739.png)
あなたの生産性を向上させるJupyter notebook Tips | リクルートテクノロジーズ メンバーズブログ
このエントリは全9回を予定する18卒新人ブログリレーの第3回です． はじめまして．今年度よりリクルートテクノロジーズに入社した河野 晋策です． 7月からQassチームにて検索ロジックの改善を行っています． Qassチームは，検索基盤の運用や検索ロジックの改善を行っているチームです． 詳しくは以下の記事をご覧ください． 検索組織の機械学習実行基盤 リクルート全社検索基盤のアーキテクチャ、採用技術、開発体制はどうなっているのか Elasticsearch＋Hadoopベースの大規模検索基盤大解剖 本記事の想定読者：普段Jupyter notebook・Jupyter Lab，Google Colaboratoryを使っている方，またこれから使おうと考えている方 本記事の概要：jupyter notebookの知見共有 はじめに Jupyter notebookとは 近年，データの重要性が様々な
Dockerで基本的なData Science環境(Jupyter, Python, R, Julia, 定番ライブラリ)を構築する。 - Qiita
目次 モチベーション 想定読者 実作業 Dockerのインストール Dockerイメージの選択と取得 設定するパスワードのハッシュ文字列の取得 パスワードの設定とファイルの永続化を行い、データ分析環境のDockerコンテナを起動する モチベーション データ分析環境構築は、Dockerで作ってしまいたい。 Jupyterで、PythonかRかJuliaを使いたい。 各言語の定番ライブラリやパッケージは最初からある程度入っていて欲しい。 想定読者 Dockerで基本的なData Scienceの環境を構築したい人 あまりDockerやJupyterに詳しくない人 簡単にデータ分析環境を作ってしまいたい人 以上のような方が、この記事を通りにコマンドを入力すれば、データ分析環境の構築が出来ることを目指します。 現在のところ、macOS High SierraとUbuntu 18.04で、起動の確認
DockerでJupyter Notebook、PostgreSQLがインストールされたコンテナのイメージを作成する
DockerでJupyter Notebook、PostgreSQLがインストールされたコンテナのイメージを作成する Jupyter Notebookでインタラクティブなコンピューティング環境を提供する事ができます。 ○Jupyter Notebookの画面 ○構築方法 以下の手順で、Jupyter Notebook、PostgreSQLのコンテナを構築・実行します。 1. psycopg2を追加したJupyter Notebookイメージの作成(Dockerfileがあるフォルダで実行) docker build -t scipy-notebook-pg . Dockerfile FROM jupyter/scipy-notebook ENV TZ=Asia/Tokyo USER root RUN apt-get update \ && apt-get -y install libpq-
Google Colaboratory事始め - Qiita
はじめに Googleが機械学習の教育や研究用に提供しているツールである、Google Colaboratoryを試してみました。 Jupyter Notebook環境が無償で！使うことができるようです。 詳しくは以下を参照。 Google Colaboratoryよくある質問 Google Colaboratoryの起動 Google Colaboratoryにブラウザでアクセスするだけです。 ブラウザはGoogle Chromeを使用するとのこと。 アクセスすると、「最近のノートブック」と表示され、最近使ったファイルを参照することができます。 新規作成 ノートブックを新規作成 > PYTHON 2の新しいノートブック または, PYTHON 3の新しいノートブック を選択します。 リソースの確認 "!"をつけることで、Linuxのコマンドを実行することができます。 コードセルを追加し
Google Colaboratoryを使えば環境構築不要・無料でPythonの機械学習ができて最高 - karaage. [からあげ]
Google Colaboratoryが便利 最近、Google Colaboratoryがちょっと気になっていたのですが、タダケン (id:tadaken3)さんの以下記事に分かりやすく使い方が書いてあったのをきっかけに試して見ました。 結論から言うと、これ良いですね。Google Colaboratoryには以下の特徴（利点）があります。 ローカルPCに必要なのはブラウザ（Google Chrome）のみ クラウド上にPython環境がありPython2/3 両方使える 機械学習に必要なライブラリは、ある程度プリインストールされている（numpy, matplotlib, TensorFlow等） 必要なライブラリは !pip installでインストールできる 日本語フォントも（ちょっと工夫すれば）使える 無料で使える。なんとGPUも12時間分を無料で使える！ これ死角無さすぎでは…
![Google Colaboratoryを使えば環境構築不要・無料でPythonの機械学習ができて最高 - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/12d034f86e09df35a63668f147c936d96829c380/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fk%2Fkaraage%2F20180317%2F20180317160922.png)
【AWS】初期導入のハマりポイント覚書（導入からJupterNotebookでリモート作業まで） - MotoJapan's Tech-Memo
GWなのでAWSを使ってみたいと思ったので、 先輩と導入からJupterNotebookでのリモート作業までやってみました 今回はハマったところを覚書 作業の主な流れ ①アカウント登録 ②EC2インスタンス作成 ③クライアントからEC2インスタンスに接続 ④python環境構築（anaconda3インストール） ⑤JupterNotebookリモート操作環境構築 基本的な作業手順は後述のリンクで確認が吉 ①アカウント登録 特になし 流れに身を任せて「まずは無料ではじめる」をクリックして作業していきます 登録にはクレジットカードが必要なのでお忘れなく ②EC2インスタンス作成 アカウントが登録できればコンソールという管理画面へのログインができます この画面↓インスタンスは「仮想マシンの起動」から行う（※リージョンは適切なものを選択） リージョン選択を忘れずに！ 「使用を開始する」をクリック。
Google Colaboratoryが便利・高速で凄過ぎる - Itsukaraの日記
Googleが研究の一環で提供しているColaboratoryを試してみました。 Jupyterと同じようなGUIでPythonのプログラムを実行可能で、GPUも使えます。 Jupyterと同様に、先頭に「!」を書くことで、Linuxのコマンドを実行可能であり、「!pip」「!conda」「!apt-get」などで機能を追加できます。 実行結果をファイルシステム上に保管でき、共有リンクを使って取り出せます。 ただし、12時間経過すると強制終了されて、ファイルは失われます。 しかし、Notebookが動いている仮想マシンにGoogleドライブをマウント可能であり、これにより、実行結果をGoogleドライブ上のファイルとして保管できます。 Deep Learningでは、途中の状態をファイルに保管して、そこからResumeできるようにプログラムを書くことが多いので、12時間で一度強制終了しても
JupyterNotebookにVimの力を加えると、光と闇が両方そなわり最強に見える - Qiita
前回まででMacにJupyter Notebookを入れ、そのExtensionも追加し、効率的に分析ができる環境を作りました。今回は色やフォントなどの見た目変更、そしてVimで編集をできるようにします。ちなみにタイトルの元ネタはこれです。 (前回までの記事) 僕がpyenv+anaconda3+jupyter notebookを選んだ理由と、その導入 Jupyter notebookのスニペット機能を使って機械学習案件の生産性をあげる 以下の順に沿って記していきます。 見た目の変更 Vimの導入 cssの調整 前提となる環境として、自宅で使っているMacBooK Airを用います。 2011 MacBook Air 3,1 1.4 GHz Intel Core 2 Duo 2 GB 1067 MHz DDR3 128 GB SSD High Sierra 10.13.2 またpyenv
JupyterNotebookとMySQLでゼロからはじめるデータサイエンス
1. 1 Jupyter Notebook と MySQL で ゼロからはじめるデータサイエンス 株式会社インフィニットループ 技術研究グループ 波多野 信広 Twitter : @nobuhatano 1 2. 本セッションの内容 Web サービスやゲームを運用している DBA やプ ログラマの方々で、データ分析に興味がある方向 け ● Jupyter Notebook + MySQL – SQL と Python で自由にデータ分析 ● はじめてのデータ分析 – ソーシャルゲームのデータ分析事例 2 3. まずはインストール Python 全部入り Continuum Analytics 社の Anaconda Anaconda 4.3.1 for Windows 64 bit Python 3.6 version https://www.continuum.io/downloads
lgo - Go (golang) をインタラクティブに実行するための Jupyter Notebook環境 - Qiita
この記事はGo4 Advent Calendar 2017の19日目の記事です。最近、趣味でGo (golang) をJupyter Notebook上でインタラクティブに実行するプロジェクトを作っていて、ある程度きちんと動くようになったので紹介します。 yunabe/lgo - Go (golang) REPL and Jupyter notebook kernel (GitHub) ブラウザ上でGo (golang) を実行している様子: コンソールからも使えます: >>> jupyter console --kernel lgo In [1]: a, b := 3, 4 In [2]: func sum(x, y int) int { : return x + y : } In [3]: import "fmt" In [4]: fmt.Sprintf("sum(%d, %d) =
folium+jupyterで忘年会の場所決め - Qiita
foliumはleaflet.jsというマップライブラリを使い、 簡単にデータを可視化できるpythonライブラリです。 インストールはconda(もしくはpip)にて簡単に行えます。 私はcondaで実行しました。 *foliumについてはこちらの@nakakenashiさんのqiitaの記事を参考にさせていただきました。 Folium: Pythonでデータを地図上に可視化 やってみました 以下の方針で実施しました。 1. 駅名から座標へ変換する 2. 座標の平均をとる = 開催場所とする 3. 各駅/開催場所をプロットして可視化する 1.駅名から座標へ変換する 駅名、座標を保持したデータないかと探したところ、 色々と見つかりましたがその中でも 駅データ.jp を使用しました。 無料で会員登録を行い駅データの最新版を取得。 station20171109free.csvという名前のファ
ダークな黒背景でクールにデータ解析！Jupyter Notebook Themes & Emacs KeyBinding
ダークな黒背景でクールにデータ解析！Jupyter Notebook Themes & Emacs KeyBinding 最近、Emacs よりも Jupyter Notebook の使用率が高いのだけれども(?!)、 今朝 twitter の タイムラインを眺めてたらこんなツイートが流れてきたので、飛びついた。 最近、Jupyter Notebook を本格的に使い始めたけど jupyter themes を使ったらすごくいい感じになった。今のところお気に入りは jt -t monokai -f hack かな。MD のフォントだけ置き換えた。 https://t.co/x7PTYQ60gn pic.twitter.com/oOm4gYHCTe — aidiary (@sylvan5) 2017 年 5 月 1 日 試してみたら、ものすごくクールだったので、スクショをとってみたのが以下。
Jupyter notebook (iPython Notebook)を使う時に気をつけるべき10個のこと - MyEnigma
PythonユーザのためのJupyter[実践]入門posted with カエレバ池内 孝啓,片柳 薫子,岩尾 エマ はるか,@driller 技術評論社 2017-09-09 Amazonで検索楽天市場で検索Yahooショッピングで検索 目次 目次 はじめに 1. 環境の独立性を保つために各プロジェクト毎にvirtualenvを使う 2. Python3を使う 3. requirements.txtを保存しておく 4. すべてのimport文とパスの設定は初めのセルに入れる 5. はじめはコードは汚くても良い 6. グローバル名前空間を汚さないために、セルの中の処理は関数とする 7. 長い計算時間の結果をキャッシュするためにJoblibを使う 8. セルの独立性をできるだけ保つ 9. 変数名は短くても良い 10. ユーティリティ関数にはアサーションを使ってテストを書く 参考資料 MyE
Pythonで機械学習をするための環境を雑にセットアップする方法（Jupyter notebook環境、ディープラーニング環境含む）on Mac/Linux - karaage. [からあげ]
Pythonで機械学習を始める 最近、Pythonで機械学習を勉強したり、色々試したりしています。そんな中、何度もやり直しているのが環境のセットアップ。必要なものを必要なときにインストールしてければ良いのですが、最近は「とりあえずこれだけ入れておけばOKかな」という感じに、環境を雑にセットアップすることが多くなってきました。需要があるかわかりませんが、自分としては大体のことができるので、良い感じかなと思っているので、自分のメモを兼ねて公開してみたいと思います。 MacはOS X（試した環境はiMac Retina4K 21.5-inch 2017 + macOS Sierra 10.12.6)、LinuxはUbuntu 16.04を想定しています。 Pythonの機械学習環境セットアップ とりあえず、ターミナルを開いて、下記のコマンドをひたすらコピペしていけばセットアップできるようにしてみ
![Pythonで機械学習をするための環境を雑にセットアップする方法（Jupyter notebook環境、ディープラーニング環境含む）on Mac/Linux - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/35680e74d0dd0eee59971df3ba1a6dc682d1e83d/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fk%2Fkaraage%2F20170925%2F20170925134020.png)
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
パスワードとか知らないから1秒でも早くJupyter Notebook使いたい人へ - Qiita
Jupyter Notebookをより便利に使うために、色々まとめ - Qiita
