Introduction à Python "Re" 1 Construction d'un environnement d'exécution

introduction

** Réintroduction à Python **, donc je vais écrire un article pour revoir la grammaire de base de Python.

Juste un an avant de commencer à programmer, j'essayais de faire quelque chose avec Python. Un an s'est écoulé depuis, et maintenant je développe principalement des applications web utilisant Ruby.

La raison pour laquelle je suis venu ici et j'ai décidé de revoir Python était que j'avais un travail. Je prévois de trouver un emploi en avril de l'année prochaine, et les entreprises qui envisagent de trouver un emploi développent des services utilisant l'apprentissage automatique et l'apprentissage profond. Je n'ai pas de poste d'ingénieur en apprentissage automatique, mais je pense qu'il est plus facile de comprendre le service si je l'ai touché. J'ai l'impression que Python dispose d'une multitude de bibliothèques d'apprentissage automatique, j'ai donc décidé de commencer par apprendre Python.

Comme je l'ai mentionné au début, le langage que j'ai touché pour la première fois lorsque j'ai commencé la programmation était Python, mais ** j'oublie complètement j'ai complètement oublié la grammaire etc. **, donc je vais le réintroduire en quittant cet article. Je le ferai.

Public cible

• Les personnes qui ont de l'expérience en programmation et qui souhaitent essayer Python pour la première fois
• Les personnes intéressées par l'apprentissage automatique et qui envisagent d'étudier à partir de Python

Mise en garde

J'ai commencé par revoir la grammaire Python parce que je voulais utiliser Python pour implémenter l'apprentissage automatique et l'apprentissage profond. Notez que "code in Python" = "l'apprentissage automatique est possible" ne l'est pas. Si vous êtes intéressé par l'apprentissage automatique et l'apprentissage profond, mais que vous n'avez pas besoin de le mettre en œuvre si vous comprenez le concept, je pense que vous devriez vous référer à des articles et des livres à cet effet.

↓ Le sujet principal est d'ici

Construire un environnement d'exécution Python

Présentation de Jupyter Notebook

Le bloc-notes Jupyter vous permet de saisir et d'exécuter du code Python à l'aide d'un navigateur Web. Vous pouvez exécuter du code qui ressemble à un shell interactif, ce qui est très pratique pour déplacer vos mains et en apprendre davantage sur Python.

Il est rapide d'installer Anaconda Navigator pour utiliser Jupyter Notebook.

** * Qu'est-ce qu'Anaconda Navigator? ** **

Anaconda Navigator est une distribution qui contient de nombreux logiciels nécessaires au développement Python. Des outils pratiques tels que Jupyter Notebook et spyder sont inclus dès le début.

Procédure d'installation d'Anaconda Navigator

Procédure d'installation pour mac (officielle) Procédure d'installation pour win (officielle)

Si vous démarrez Anaconda Navigator installé selon la procédure ci-dessus, vous devriez voir Jupyter Notebook dans le menu.

Je publierai sur l'utilisation de base de Jupyter Notebook dans un autre article.

Indispensable pour l'analyse des données! Comment utiliser Jupyter Notebook [Pour les débutants]

Introduction de Jupyter Notebook dans le conteneur Docker

De là, c'est pour ceux qui ne veulent pas polluer l'environnement PC. Si cela ne vous dérange pas, vous pouvez installer Jupyter Notebook par la méthode ci-dessus.

Il s'agit d'une construction d'environnement de notebook jupyter utilisant docker, mais veuillez le pardonner car il s'agit d'une procédure pour les utilisateurs de mac.

1. Obtenez l'image Docker

L'image est publiée sur Docker Hub, utilisez donc ceci. jupyter/scipy-notebook jupyter/docker-stacks

Cette fois, nous allons créer ipython_notebook comme répertoire de travail et travailler dessus.

À propos, IPython Notebook est l'ancien nom de Jupyter Notebook. À l'origine, c'était un outil pour Python, mais il semble maintenant qu'il ait été renommé car il peut exécuter d'autres langages de script tels que Ruby.

Obtenez une image.

ipython_notebook

$docker pull jupyter/scipy-notebook
$docker image ls #jupyter/scipy-Confirmez que le cahier est affiché

Si vous exécutez la dernière commande et que jupyter / scipy-notebook s'affiche, c'est OK.

2. Montez le répertoire hôte (préparation)

Pendant que nous travaillons, nous voulons monter le répertoire hôte, donc créez un répertoire code sous / ipython_notebook.

Tout d'abord, Docker s'assure que / Users est un répertoire partagé avec Docker pour Mac. (Parce que le répertoire ipython_notebook existe sous Utilisateurs cette fois) Veuillez consulter cet article pour la méthode de confirmation.

ipython_notebook

$mkdir code
$cd code
$pwd #Nous utiliserons le résultat de cette commande plus tard.

3. Créez un conteneur

Ensuite, créez un conteneur à partir de l'image prise en 1. De plus, lors de la création du conteneur, montez le répertoire code créé en 2 en tant que volume.

Le code suivant créera un conteneur qui monte le répertoire créé dans 2. Il convient de noter ici que la partie ... de / Users / ... / ipython_notebook / code diffère d'une personne à l'autre. La spécification du volume est -v chemin du répertoire hôte: chemin du répertoire dans le conteneur, donc collez le résultat de l'exécution de la commande pwd plus tôt dans le chemin du répertoire hôte ici.

ipython_notebook

$docker run -p 8888:8888 --name jupyter -v \
/Users/.../ipython_notebook/code:/home/jovyan/work \
jupyter/scipy-notebook

Si vous exécutez la commande ci-dessus, vous obtiendrez le résultat d'exécution suivant, copiez donc la chaîne de caractères sous token =.

Avec l'option -p 8888: 8888, accéder à http: // localhost: 8888 depuis n'importe quel navigateur ouvrira la page d'authentification. Entrez ici le jeton d'authentification copié dans ↑ et entrez un nouveau mot de passe pour vous connecter. (Le mot de passe défini sera requis pour la prochaine connexion.)

Lancement de la deuxième transition

Le conteneur Ctrl C sera arrêté lorsque vous arrêterez le conteneur exécuté ci-dessus. Lors du démarrage du conteneur à partir de la deuxième fois, exécutez docker start jupyter pour le démarrer. Pour arrêter le conteneur, exécutez docker stop jupyter pour l'arrêter.

ipython_notebook

#Lors de l'arrêt du conteneur exécuté ci-dessus
Ctrl + C
#Lors du lancement du conteneur à partir de la deuxième fois
$docker container start jupyter
#Lors de l'arrêt du conteneur démarré par le conteneur Docker démarrer
$docker container stop jupyter

Cela termine la construction de l'environnement Jupyter Notebook lors de l'utilisation de Docker.

Dès la prochaine fois, j'écrirai sur la grammaire de base de Python.

référence

• (Mémo pour la création d'un environnement d'apprentissage) Démarrez Jupyter Notebook dans le conteneur Docker.
• Procédure d'installation pour Anaconda Navigator mac (officielle)
• Procédure d'installation pour Anaconda Navigator win (officielle)
• Indispensable pour l'analyse des données! Comment utiliser Jupyter Notebook [Pour les débutants]
• jupyter/scipy-notebook jupyter/docker-stacks