Analiza danych i uczenie maszynowe w Python

Autor notebooka: Jakub Nowacki.

Jupyter

Jako interfejsu/edytora używamy:

Jupyter Notebook - interaktywne środowisko do pracy z Pythonem w przeglądarce

Dawniej nazywał się on iPython Notebook i wywodzi się z projektu iPython.

Kod

Naciśnij [shift]+[enter] żeby uruchomić komórkę (cell).



In [1]:

    
2 + 5









    Out[1]:





7



In [ ]:

    
pets = ["cat", "python", "elephant"]

for pet in pets:
    print("I have a {}. A wonderful animal, indeed!".format(pet.upper()))



In [ ]:

    
[len(pet) for pet in pets]

Markdown

Markdown to język, który pozwala nam na edycję dokumentu, jak widać tu.

Zawiera:

listy,
czcionki:
- pochyłą,
- pogrubioną,
- ~~przekreśloną~~,
- o stałej szerokości,
linki.

Ponadto, zawiera możliwość wklejania wyrażeń w $\LaTeX$ jak np. $\sqrt{2} = 1.41\ldots$ lub:

$$\sum_{k=1}^\infty \frac{(-1)^k}{2k-1} = 1 - \tfrac{1}{3} + \tfrac{1}{5} + \ldots = \frac{\pi}{4} $$

Oraz, oczywiście kodu:

var list = ["a", "list", "in", "JavaScript", "ES6"];
list
  .map((x) => x.length)
  .reduce((x, y) => x + y);

Automatyczne dopełnianie kodu



In [3]:

    
from numpy import random



In [ ]:

    
random.rand

Zacznij pisać random.r i naciśnij tab.



In [4]:

    
random.rand?

IPython magic

Komórki zaczynające się od %%cośtam są specjalne. Przykładowo, możemy mierzyć szybkość wykonania:



In [5]:

    
%%timeit
acc = 0
for x in range(1000000):
    acc += 1









    



61.1 ms ± 1.37 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)



In [6]:

    
%%timeit
acc = 0
for x in range(1000000):
    acc += x**5 - 3 * x**2









    



949 ms ± 4.92 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

Wiersz poleceń

Tylko dla systemów *nix (Linux, Mac OS X)



In [7]:

    
!dir









    



 Volume in drive C is Windows
 Volume Serial Number is 8C90-BD97

 Directory of C:\Users\Matt Harasymczuk\Development\book-python\src\machine-learning\analysis-intro

2018-03-12  10:55    <DIR>          .
2018-03-12  10:55    <DIR>          ..
2018-03-12  10:55    <DIR>          .ipynb_checkpoints
2018-03-12  10:55             7,702 1_jupyter.ipynb
2017-11-26  20:38            13,281 2_kolekcje.ipynb
2017-11-24  19:49             7,546 3_numpy.ipynb
2017-11-24  19:52            14,810 4_pandas.ipynb
               4 File(s)         43,339 bytes
               3 Dir(s)  10,245,562,368 bytes free



In [8]:

    
files = !dir
for f in files:
    if f.find("1_") >= 0:
        print(f)









    



2018-03-12  10:55             7,702 1_jupyter.ipynb

HTML and JavaScript



In [9]:

    
from IPython.display import Javascript, HTML



In [10]:

    
Javascript("alert('It is JavaScript!')")









    Out[10]:



In [11]:

    
HTML("We can <i>generate</i> <code>html</code> code <b>directly</b>!")









    Out[11]:




We can generate html code directly!

Wykresy



In [12]:

    
# wykresy pojawią się w notebooku
%matplotlib inline

# biblioteka do wykresy
import matplotlib.pyplot as plt

# biblioteka numeryczna
import numpy as np



In [14]:

    
X = np.linspace(-5, 5, 100)  # vector z 100 równo odległymi wartościami od -5 do 5
Y = np.sin(X)                # sinus wszystkich wartości X
plt.plot(X, Y);               # wykres liniowy

Wyświetlanie różnych rzeczy



In [15]:

    
from IPython import display



In [16]:

    
display.Image(url="http://imgs.xkcd.com/comics/python.png")









    Out[16]:



In [17]:

    
display.YouTubeVideo("H6dLGQw9yFQ")









    Out[17]:



In [18]:

    
display.Latex(r"$\lim_{x \to 0} (1+x)^{1/x} = e$")









    Out[18]:





$\lim_{x \to 0} (1+x)^{1/x} = e$

Inne

Nie krępuj się notować w swoim notatniku.
W notatnikach będą ćwiczenia. Ćwiczenia z gwiazdką (★) są dodatkowe: możesz robić je ale nie musisz.



In [ ]:



In [20]:

    
print('hello')









    



hello



In [ ]:



In [ ]:



In [ ]: