A visual debugger for Jupyter
Most of the progress made in software projects comes from incrementalism. The ability to quickly see the outcome of an execution and iterate has been one of the main reasons for the success of Jupyter, especially in scientific exploratory workflows. Jupyter users like to experiment in the notebook, and to use the notebook as an interactive communication tool. However, for more classical software d
もうすぐIPython Notebookが流行る気がするので - Soleil cou coupé
不在通知票を貼っておく。というか日本語の情報に飢えているので誰か包括的な解説を書いてほしいです。なんかできることが多すぎて私の手には余る。 MatplotlibのグラフやSympyの数式がインタラクティブ表示できる Markdown形式で文章を挿入できMathJaxも普通に使える 無駄にYouTubeや画像を埋め込む機能までついてる なんかしらんけどRubyやBashやRやOctaveも実行できるし（！） nbconvertを使えば、普通にブログ記事としてBloggerやOctopressに貼り付けられる nbviewer使えばgithub/gistにホストしたファイルを記事化できる SAGEの最新版にも取り入れられる予定？ ほかにもいろいろ、いろいろできることがあるみたいです*1。 利用例 『これなら分かる応用数学教室―最小二乗法からウェーブレットまで』の例題を解いてみました。他にもいろ
Jupyter NotebookでKotlinが利用できるようになったので触ってみた - Qiita
本記事はコネヒト Advent Calendar 2019 24日目の記事になります。 はじめに Jupyter Notebookはプログラムコードや数式、図、説明文などを含む文書を作成し、共有することが出来る、データ解析用のWebアプリケーションです。一見するとJupyter NotebookとKotlinはあまり関連性がなさそうに見えますが、Jupyter NotebookでもKotlinが使えるようになったので、触ってみた内容を共有したいと思います。 Jupyter NotebookでKotlinが利用できることを知った KotlinConf 2019にて、Kotlin 1.4、Coroutines、Multiplatform、Spaceなど、Kotlinの最新情報からチーム開発を円滑に進めるためのツールまで様々なセッションがありました。たくさんのセッションがあった中にKotlinを
JupyterとRubyカーネルの通信をのぞいてみた - Qiita
はじめに こんにちは。 JupyterとIRubyカーネルがどんな通信をしているのか観察してみたいなあと思ったことはありませんか？ ここでは、RubyカーネルとJupyterがどのような通信をしているのか、簡単な方法で観察してみたいと思います。 方針は以下のとおりです。 方法 Flammarion のWindowを立ち上げる。 dRubyサーバーを立てて、Flammarionに自由に書き込めるようにしておく。 IRubyのコードをちょっと書き換えて、通信のたびにFlammarionに書き込む。 ターミナルの標準出力でも大丈夫ですが、あとで応用がききそうなのでFlammarionを使います。 Flammarionの紹介 Flammarionを知っている人はほぼいないと思うので説明が必要でしょう。FlammarionはelectronとChromeを使って手軽にGUIを作れるイケてるツールです
Jupyter NotebookでKerasのTraining進行状況を表示する（keras-tqdm） - shobylogy
Jupyter NotebookからKerasを使用すると、Trainingの進行状況がよくわからなくて不便ですよね。 keras-tqdmというライブラリを使うと、Jupyter NotebookでKerasのfitメソッドの進行状態をprogress barで表示してくれます。 GitHub - bstriner/keras-tqdm: Keras integration with TQDM progress bars インストール方法 pipでインストールできます。 pip install keras-tqdm 使い方 modelのfitメソッドを呼び出す際に、callbackとして渡すだけです。 from keras_tqdm import TQDMNotebookCallback model.fit(X_train, Y_train, verbose=0, callbacks=[
PythonとSensorTag, Kafka, Spark Streamingのストリーム処理 - Part 5: Apache Toree でJupyterからSparkに接続する | masato's blog
Sparkクラスタを用意していくつかサンプルコードを書いていこうと思います。Pythonのデータ分析や機械学習の実行環境としてJupyterは多くの方が利用していると思います。Apache ToreeでSparkアプリも同じようにJupyterからインタラクティブに書くことが目的です。ブラウザから実行できるScalaのREPLしてもJupyterを使うことができます。 Spark SparkクラスタをDocker Composeで構築します。Docker HubとGitHubに多くのSpark Standalone Cluster用のイメージとdocker-compose.ymlが公開されています。 semantive/sparkproduktion/jupyter-pysparkgettyimages/docker-spark いくつか試しましたがsemantive/sparkがシンプル
Using Interact — Jupyter Widgets 8.1.1 documentation
Using Interact# The interact function (ipywidgets.interact) automatically creates user interface (UI) controls for exploring code and data interactively. It is the easiest way to get started using IPython’s widgets. from ipywidgets import interact, interactive, fixed, interact_manual import ipywidgets as widgets Basic interact# At the most basic level, interact autogenerates UI controls for functi
Interactive C++: Jupyter上で対話的にC++を使う方法の紹介 [Jupyter Advent Calendar 2017] | LESS IS MORE
共通事項 すべて、clang/llvmをC++インタプリタのベースにしています。Cxx.jl以外は、C++インタプリタであるclingをベースに、さらにその上にjupyterカーネルを実装しています。 1. cling clingは、いわずとしれた（？）C++インタプリタ実装です。後述するROOTという data analysis framework の一部として、CERNによって開発されています。(20年くらい前の) 古くからあったCINTというC++インタプリタ実装が、clangを使って書き直された、という歴史があります。clingプロジェクトの一環としてJupyterカーネルが開発されています。 良いところ clingの起動が速いのでストレスが少ない 5 イマイチなところ IPythonだと使える %time のようなマジックはない cling本体で良いのでは？感が否めない。clin
![Interactive C++: Jupyter上で対話的にC++を使う方法の紹介 [Jupyter Advent Calendar 2017] | LESS IS MORE](https://cdn-ak-scissors.b.st-hatena.com/image/square/30305c278f50a8a35b512fe1c5e02d0b2bf1fe04/height=288;version=1;width=512/https%3A%2F%2Fr9y9.github.io%2Fmedia%2Ficon_hu71488a41e9448d472219f1cc71ecc0ad_259818_512x512_fill_lanczos_center_3.png)
Jupyter上でProcessingを動かす - Qiita
はじめに オンラインのプログラミング学習環境として今Jupyter Notebookが熱いです。ブラウザ内でテキスト（Markdownで記述可能）を参照しながらコードをインラインで実行できます。もともとはPython向けだったのですが、現在ではRやScalaなどさまざまな言語に対応しています。Generative Designの日本語版が出たこともあり、今回はJupyter上にProcessingの環境を構築してみます。 環境 Mac OS X 10.10.5 Anaconda (Python 2 or 3) 2.5.0 参考 Jupyter notebook で Processing を 構築手順 Anacondaのインストール https://www.continuum.io/downloads よりダウンロード後、インストーラに従ってインストール。 Jupyterのインストール An
Jupyterノートブック上でJavaScriptからカーネルのコードを実行する方法 - めもめも
qiita.com これは、jupyter notebook Advent Calendar 2016の10日目の記事です。 何の話かというと IPython.displayモジュールのHTML関数を使うと、次のように、Jupyterノートブック上でJavaScriptを実行することができます。 from IPython.display import HTML javascript = ''' <script type="text/javascript"> alert("HOGE") </script> ''' HTML(javascript) # ポップアップウィンドウを表示 この時さらに、JavaScriptからノートブックを実行中のカーネルを呼び出して、任意のコードを実行することが可能です。また、JavaScript側でコードの実行結果を受け取ることもできます。具体的には、次のように
Python pandas のデータを Highcharts/Highstock + Jupyter でプロットしたい - StatsFragments
R を使っている方はご存知だと思うが、R には {htmlwidgets} というパッケージがあり、R 上のデータを任意の Javascript ライブラリを使ってプロットすることが比較的カンタンにできる。{htmlwidgets} って何？という方には こちらの説明がわかりやすい。 RPubs - htmlwidgetsでJavascriptの可視化をRに 同じことを Python + pandas を使ってやりたい。サンプルとして利用する Javascript ライブラリは 上の資料と同じく Highcharts、Highstock にする。 www.highcharts.com 補足 pandas-highcharts という Python パッケージもあるが、このエントリでは任意の Javascript ライブラリで使えるであろう方法を記載する。 Highcharts でのプロット
Jupyter Notebook x d3.jsでリッチなデータビジュアライゼーション - Qiita
この記事はOrigami Advent Calendar 2016 10日目の記事です。 データエンジニアやデータサイエンティストの日常業務で使用するツールにJupyter Notebookという便利な分析道具があります。弊社でもアドホックな分析をするのに使用しています。 Jupyter Notebookですが、線グラフや円グラフのような単純な可視化をするにはmatplotlibやbokehを使えば十分ですが、データを見ているともっと複雑なデータ可視化したい、インタラクティブにデータ深掘りたいというニーズが出てくると思います。 この記事ではそのようなニーズを解決するためにJupyter上でd3.jsを動かせるようにしてmatplotlibだけでは対応できないビジュアライズ方法を紹介します。 この記事で使用したサンプルコードは全てこちらのリポジトリに置いてありますので参考にしてみてください。
＼横浜優勝／が未遂に終わった件をデータでふりかえる-日本シリーズの続き - Lean Baseball
来年は...＼横浜優勝／なんだ(^○^) 今年もプロ野球とMLB終わっちゃいましたねこんばんは.*1 プロ野球は日ハム,MLBはアスレチックス推しの私ですが両方共8月から教育リーグに旅立ってしまったので（涙）*2, イチ野球ファンとして何のプレッシャーもなく楽しんだ日本シリーズ...に出場したホークスとベイスターズについて, 打撃 投球 お金（年俸） をもとに,何故日本シリーズで＼横浜優勝／できなかったのか？,をふりかえりたいと思います. 結論をざっくりいうと 最後まで読めない方はここをさっくり読んでグラフを眺めてもらえるといいかもです. ホークス強すぎぃ,下克上はそもそも無理ゲーだった, 今年は！ ベイスターズは（地味に）打撃でもベイスボールをしていた,なお打線はかなりイケてる 投手陣は質量ともにホークス とはいえホークスは圧倒的投資で勝ってる,投資対効果はベイスターズの方がイケてる!?
JupyterでJuliaを動かして回帰分析をやってみる。 - Qiita
Julia上でデータセットを取得して回帰分析(線形回帰、ポアソン回帰)までやってみるという記事です。 MacにJuliaを導入して、Jupyter Notebookで動かすという最初の最初から書いていきます。なぜなら僕がJulia初心者だからです Jupyterの"Ju"はJuliaの"Ju"らしいので、ぜひJupyterを使いましょう ちなみに、Juliaの本を探そうとAmazonで"Julia"を検索すると痛い目にあうので（特に職場では）気をつけましょうw (参考： https://twitter.com/Kenmatsu4/status/663990102478028800) 環境 OSX Yosemite 10.10.5 コードの全文 本記事で扱ったコードの全文はGitHub https://github.com/matsuken92/Qiita_Contents/blob/mas
C++11/14/17インタプリタ環境 Jupyter-Cling - Qiita
以前C++インタプリタClingについて、「C++11インタプリタ Clingのビルド」という記事を書きました。 C++のインタプリタなんだからインタプリタ環境のJupyterから呼び出せるんじゃないかとJupyter kernelsのページを確認したところ、案の定ありました。 Clingインストール CERNのサイトでバイナリも配布されていますので通常はこちらを使うのが良いでしょう。 バイナリ版を使用する場合は次に進んで下さい。 Cling Packaging Tool Clingのビルドに何やらよさげなスクリプトが用意されているので次の手順でClingをビルドします。 なお、Clingのビルドの際にClangをビルドするため、非常に時間がかかります。 wget https://raw.githubusercontent.com/root-project/cling/master/too
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
GitHub - nat-chan/vim.wasm.ipynb: vim.wasm Jupyter Integration
Ruby kernel in Google Colaboratory.
GitHub - ShopRunner/jupyter-notify: A Jupyter Notebook magic for browser notifications of cell completion
ブラウザに手書きした数字をMNISTから深層学習したモデルで判定する簡単コード - 人工知能と競プロやってくブログ
GitHub - almond-sh/almond: A Scala kernel for Jupyter
