Хабрахабр

[Перевод] .NET Core с блокнотами Jupyter — Preview 1

Когда вы думаете о блокнотах Jupyter, на ум, вероятно, приходит код Python, R, Julia или Scala, а не .NET. Сегодня мы рады сообщить, что вы можете писать .NET-код в Jupyter Notebooks.

NET развился, чтобы поддерживать больше интерактивных возможностей в Интернете с помощью сниппетов исполняемого кода, генератора интерактивной документации для . Try . Ну а теперь . NET Core с глобальным инструментом dotnet try. NET доступен в Jupyter Notebooks.

Сборка .NET Jupyter Notebooks

Чтобы начать работу с блокнотами .NET, вам потребуется следующее:

  • Установить .NET kernel

    dotnet try jupyter install</li>
    <li>

    Проверить, установлен ли .NET kernel

    jupyter kernelspec list</li>
    </ul>
    <img src="https://user-images.githubusercontent.com/2546640/67889556-76fa7d00-fb25-11e9-9d23-e4178642b721.png">
    <ul>
    <li>

    Для запуска нового блокнота, вы можете набрать 

    jupyter lab

     или запустить блокнот с помощью Anaconda Navigator.

  • После запуска Jupyter Lab в выбранном вами браузере у вас есть возможность создать записную книжку на C# или F#.

Фичи

Первоначальный набор функций, которые мы добавили, должен был быть релевантным разработчикам с опытом работы над блокнотами, а также давать новым пользователям полезный набор инструментов, которые они с удовольствием захотят попробовать. Давайте посмотрим на некоторые функции, которые мы включили.

NET Notebook вы будете использовать Scripting C# или интерактивный F#. Первое, о чем вам нужно знать, — при написании C# или F# в .

Вы можете изучить функции, перечисленные ниже, локально на своем компьютере или в Интернете, используя связующий образ dotnet/try.

Для онлайн-документации, пожалуйста, перейдите в подпапку Docs, расположенную в папках C# или F#.

Список фич

Вывод на экран: Есть несколько способов отобразить вывод в блокнотах. Вы можете использовать любой из методов, показанных на изображении ниже.

NET пользователи могут отображать полезную информацию об объекте в табличном формате. Object formatters: По умолчанию в блокноте .

NET поставляются с несколькими вспомогательными методами для написания HTML. HTML output: по умолчанию блокноты . От основных помощников, которые позволяют пользователям записывать строки в виде HTML или выводить Javascript до более сложных HTML с PocketView.

Importing packages: Вы можете загружать пакеты NuGet, используя следующий синтаксис::

#r "nuget:<package name>,<package version>"

Например

# r "nuget:Octokit, 0.32.0"
# r "nuget:NodaTime, 2.4.6"
using Octokit; using NodaTime; using NodaTime.Extensions; using XPlot.Plotly;

Графики с XPlot

Plotly. Графики отображаются с использованием Xplot. Plotly в свои блокноты (используя Xplot. Как только пользователи импортируют пространство имен XPlot. NET. Ploty;), они могут начать создавать крутые визуализации данных в .

NET Notebook online для получения дополнительной документации и примеров. Изучайте .

Блокноты .NET идеально подходят для ML.NET и .NET for Apache Spark

Блокноты .NET приносят в .NET итеративные интерактивные возможности, популярные в мире машинного обучения и больших данных.

ML.NET

ML.NET с Jupyter Notebooks

NET открывают для ML. Блокноты . NET несколько привлекательных сценариев, таких как изучение и документирование экспериментов по обучению моделей, исследование распространения данных, очистка данных, построение диаграмм с данными и обучение.

NET в блокнотах Jupyter, ознакомьтесь с этой статьей в блоге об использовании ML. Для получения более подробной информации о том, как использовать ML. Команда ML. NET в блокнотах Jupyter. NET собрала несколько online-примеров, чтобы вы могли начать работу с ними.

.NET для Apache Spark

Big Data для .NET

Notebooks позволяют дата-сайнтистам, инженерам по машинному обучению, аналитикам и всем, кто интересуется большими данными, быстро создавать модели, выполнять и анализировать запросы. Поддержка блокнотов незаменима, когда вы имеете дело со случаями использования больших данных.

NET имеют два варианта запуска . Сегодня разработчики . Оба варианта позволяют вам писать и выполнять быстрые ad-hoc запросы в дополнение к разработке полных, комплексных сценариев больших данных, таких как чтение данных, их преобразование и визуализация. NET для запросов Apache Spark в notebooks: Azure Synapse Analytics Notebooks и Azure HDInsight Spark + Jupyter Notebooks.

NET для Apache Spark (C#). Вариант 1: Azure Synapse Analytics поставляется с готовой поддержкой .

NET для Apache Spark на GitHub, чтобы узнать, как начать работу с . Вариант 2: Ознакомьтесь с руководством по . NET для Apache Spark в HDInsight + блокнотах Jupyter.

Читайте также: 7 бесплатных курсов для разработчиков

Теги
Показать больше

Похожие статьи

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Кнопка «Наверх»
Закрыть