Python és adattudomány alapok · Lecke 08

Jupyter munkamenet és a következő lépés

Az adattudományi munka nagy része kísérletezés, és erre való a Jupyter notebook. Ebben a záró leckében a cellákat, a kernel és a felület kapcsolatát, egy tipikus munkamenetet, végül a következő tanulási lépéseket nézzük meg.

Vissza a tananyaghoz

A notebook mint munkafelület

Az adattudományi munka nagy része kísérletezés. Betöltünk egy adatot, megnézzük, kipróbálunk egy átalakítást, ábrázolunk, majd finomítunk. Erre a lépésről lépésre haladó stílusra való a Jupyter. A Project Jupyter az interaktív, notebook alapú számításhoz kínál eszközöket és szabványokat. A notebook egy megosztható dokumentum, amely egyszerre tartalmaz kódot, magyarázó szöveget, adatot és vizualizációt.

Cellák, kód és szöveg

A notebook cellákból épül fel. A kódcella futtatható kódot tartalmaz, és a lefuttatása után az eredmény közvetlenül a cella alatt jelenik meg. A markdown cella formázott magyarázó szöveget tart, így a kód és a hozzá tartozó indoklás egy dokumentumban él együtt. Ez a kettősség teszi a notebookot alkalmassá arra, hogy a gondolatmenet és a számítás egyben látszódjon.

Markdown cella: magyarázó szöveg szöveg df = pd.read_csv("adat.csv") df.head() kódcella Kimenet: a betöltött táblázat első sorai eredmény A cella lefuttatása után az eredmény közvetlenül alatta jelenik meg. Szöveg, kód és kimenet egyetlen dokumentumban.
A notebook markdown és kódcellákból áll. A kódcella lefuttatása után a kimenet közvetlenül a cella alatt jelenik meg, a magyarázat pedig mellette él.

A kernel, ami a kódot futtatja

A notebook felülete és a kód végrehajtása két külön dolog. A kódot egy háttérfolyamat, a kernel futtatja. Pythonhoz az IPython kernel felel a végrehajtásért, de az architektúra más nyelvekhez is támogat kerneleket. Amikor lefuttatunk egy cellát, a felület elküldi a kódot a kernelnek, a kernel végrehajtja, és az eredmény visszakerül a cella alá. Ezért marad meg a változók állapota a cellák között, amíg a kernel fut.

Notebook felület cellák, szöveg, ábra Kernel futtatja a kódot kód a futtatáshoz eredmény vissza
A felület és a kernel külön van. A cella futtatásakor a kód a kernelhez megy, ott lefut, és az eredmény visszakerül a felületre a cella alá.

Egy tipikus munkamenet

A gyakorlatban a notebookban felülről lefelé haladunk, de közben szabadon visszalépünk és újrafuttatunk cellákat. Egy szokásos elemzés az importokkal kezdődik, majd betöltjük az adatot, megnézzük, tisztítjuk, szűrünk, végül ábrázolunk. Mivel az állapot a cellák között megmarad, egy korábbi lépés eredményére a későbbi cellák is építhetnek.

  1. ImportA pandas, a NumPy és a matplotlib behúzása a notebook elején.
  2. Betöltés és ránézésread_csv, majd head és describe a gyors áttekintéshez.
  3. Tisztítás és szűrésA hiány kezelése, a releváns sorok és oszlopok kiválasztása.
  4. ÁbrázolásVonal, oszlop vagy hisztogram, hogy a mintázat láthatóvá váljon.

Ahol ez az alap tovább visz

Ezzel a hat eszközzel, a Python szintaxissal, az adatszerkezetekkel, a NumPy tömbökkel, a pandas táblázatokkal, a tisztítással és a vizualizációval, együtt megvan az az alap, amelyre az AI és a gépi tanulás anyagok építenek. A gépi tanulás kurzus a megtisztított adatból tanít modellt, a mélytanulás a neurális hálókat mutatja be, az AI Engineer anyag pedig ezekből épít éles rendszert. Az alábbi kurzusok a következő lépések.

← Előző lecke Záróteszt kitöltése →

Forrás

A hivatalos Python dokumentáció, a NumPy és a pandas dokumentáció, valamint a Project Jupyter dokumentáció alapján, magyar feldolgozásban.

Workshop

AI Transformation Day

Egésznapos, vezetőknek szóló program. Feltérképezzük, hol tart a szervezet, mi az első reális lépés, és milyen belső feltételek szükségesek a sikerhez. A nap végén konkrét, prioritizált cselekvési lista.

Érdekel a program →