Maison  >  Article  >  développement back-end  >  Quel compilateur utiliser pour l’analyse des données Python ?

Quel compilateur utiliser pour l’analyse des données Python ?

(*-*)浩
(*-*)浩original
2019-07-01 15:27:524332parcourir

Jupyter Notebook (anciennement connu sous le nom de IPython notebook) est un notebook interactif qui prend en charge l'exécution de plus de 40 langages de programmation.

Quel compilateur utiliser pour l’analyse des données Python ?

L'essence de Jupyter Notebook est une application Web qui facilite la création et le partage de documents de programmes littéraires, prenant en charge le code en temps réel, équations mathématiques, visualisation et démarque. Les utilisations incluent : le nettoyage et la transformation de données, la simulation numérique, la modélisation statistique, l'apprentissage automatique, etc.

Définition (Apprentissage recommandé : Tutoriel vidéo Python)

Les utilisateurs peuvent accéder par e-mail, Dropbox, GitHub et Jupyter Notebook Viewer, Partagez votre bloc-notes Jupyter avec d’autres.

Dans Jupyter Notebook, le code peut générer des images, des vidéos, du LaTeX et du JavaScript en temps réel.

Utilisation

Les données de Kaggle, le concours le plus populaire dans le domaine du data mining, sont toutes au format Jupyter.

Architecture

Composants Jupyter

Jupyter contient les composants suivants :

Format de fichier Jupyter Notebook et Notebook

Console Jupyter Qt

protocole de messagerie du noyau

de nombreux autres composants

noyau

Jupyter Notebook et les terminaux IPython partagent le même noyau [3] .

Le processus du noyau peut se connecter à plusieurs frontends simultanément. Dans ce cas, différents frontaux accèdent à la même variable.

Cette conception peut répondre aux deux besoins suivants :

Le même noyau mais des front-ends différents sont utilisés pour prendre en charge le développement rapide de nouveaux front-ends

Le même front -end mais différents cœurs sont utilisés pour prendre en charge le nouveau langage de développement

Pour plus d'articles techniques liés à Python, veuillez visiter la colonne Tutoriel Python pour apprendre !

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration:
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn