[Cloud102] # 1 Commençons avec Python (Partie 2 Jupyter Notebook Construction AWS Edition)
AGENDA 0. Introduction
- Installation
- Ajoutez SG et vérifiez le fonctionnement
- Comment utiliser
0. Introduction
(1) Préface -Ce contenu est la deuxième partie de "[Cloud102] # 1 Commençons avec Python" Édition AWS de construction de Jupyter Notebook. Cliquez ici pour la partie 1: http://qiita.com/nagahisa/items/f378ff23d93119cb3c60 ・ En fait, j'avais l'intention d'expliquer Jupyter Notebook plus tard, mais il semble que Jupyter Notebook sera utilisé pour la formation GCP (CPB100) etc., donc je vais l'expliquer avant la date prévue. -Cependant, je ne toucherai pas du tout à Spark ou TensorFlow que CPB100 gère: en riant:, je vise à être capable de gérer Jupyter Notebook comme un environnement d'étude Python pratique.
(2) Informations d'origine QIITA a du contenu pour mettre Jupyter dans Ubuntu, alors changez-le en version Amazon Linux et utilisez-le. Jupyter commence http://qiita.com/taka4sato/items/2c3397ff34c440044978
(3) Précautions
- Le Python utilisé cette fois est la série ver.2.7 introduite sous le nom de "python" dans Amazon Linux.
- Il existe également une série ver.3 en Python, et ce sera le pilier du futur.
- Il y a quelques changements majeurs de spécification dans la série ver.3, et certaines parties ne sont pas compatibles avec le code développé dans la série ver.2.
- Si vous souhaitez créer votre environnement sur votre propre Mac / Windows, nous vous recommandons d'installer les deux versions de Python et de basculer entre elles si nécessaire (pyenv, virtualenv).
1. Installation
(1) Lancer l'instance Amazon Linux et la connexion SSH
-Démarrez Amazon Linux créé lors de la préparation de l'environnement précédente (*). (＊)http://qiita.com/nagahisa/items/c6bd92992eef42dbe53a
-Démarrez l'instance précédemment créée à partir du tableau de bord EC2> Instance
・ Après le démarrage, connectez-vous avec la procédure précédente
Exemple de commande sur Mac:``` $ssh -i ~/.ssh/cloud102.pem [email protected]
## (2) Installez la mise à jour et les composants nécessaires
Procédez comme suit sur Amazon Linux:
```$ sudo yum update
$ sudo yum -y upgrade
$ sudo yum install -y python-pip libpq-dev python-dev
$ sudo pip install -U pip
$ sudo /usr/local/bin/pip install ipython[notebook]
$ sudo /usr/local/bin/pip install numpy pandas matplotlib seaborn scikit-learn
・ Tout d'abord, mettez à jour:
$ sudo yum -y upgrade
-Introduction de la commande pip (capture partielle):
$ sudo pip install -U pip
-Installez l'unité principale + alpha avec la commande pip (quelques captures):
$ sudo /usr/local/bin/pip install numpy pandas matplotlib seaborn scikit-learn
(3) Correction SG (groupe de sécurité)
-Modified SG pour accepter l'accès du port (8080 / tcp cette fois) qui démarre le serveur Jupyter.
-Ajout de "l'autorisation 8080 / tcp" au SG créé la dernière fois à partir du tableau de bord VPC> Groupe de sécurité.
・ SG fabriqué avant
・ Ajout (bien que vous puissiez utiliser 8000)
· Terminé
(4) Tout d'abord, confirmation de démarrage / accès sans mot de passe de connexion Jupyter
・ Créer un modèle de fichier de configuration
Sur Amazon Linux:``` $ jupyter notebook --generate-config
-Ajoutez ce qui suit à la fin du fichier de configuration
c = get_config() c.NotebookApp.ip = '*' c.NotebookApp.open_browser = False c.NotebookApp.port = 8080
Avec un éditeur adapté:```
$ vi ~/.jupyter/jupyter_notebook_config.py
·Commencez
$ jupyter notebook
-Accédez avec votre navigateur et vérifiez le fonctionnement (sans mot de passe de connexion)
-Arrêtez le serveur Jupyter avec "Ctrl + C" après avoir confirmé l'opération.
(5) Définissez le mot de passe de connexion Jupyter pour démarrer et vérifier l'accès
· Créer un mot de passe
$ python -c "import IPython;print(IPython.lib.passwd())"
-Ajoutez l'empreinte digitale affichée dans ~ / .jupyter / jupyter_notebook_config.py comme suit
c.NotebookApp.password = u'La chaîne de caractères affichée commençant par sha1 '
· Recommencer
$ jupyter notebook
-Accédez avec votre navigateur et vérifiez le fonctionnement (avec mot de passe de connexion)
3. Comment utiliser
(1) Création de cahiers -Créer un cahier en se référant à la dernière moitié des informations d'origine (*).
(*) Jupyter commence http://qiita.com/taka4sato/items/2c3397ff34c440044978
(2) Étant donné que c'est un gros problème, je vais aborder un moment le traitement statistique. -Copiez ce qui suit dans une cellule de cahier et exécutez (Ctrl + Entrée)
%mathplotlib inline
import numpy as np
import mathplotlib.pyplot as plt
x = np.random.randint(0,100,10000)
plt.hist(x.bins=20)
plt.plot()
Enjoy! :tada:
Recommended Posts