[DOCKER] Bloc-notes Jupyter facile à utiliser (Python3.5)

Introduction

On peut dire que le notebook Jupyter (Python) est la norme pour les calculs scientifiques et technologiques tels que l'analyse de données. Voici un moyen simple de démarrer avec docker.

Installer Docker Toolbox

Téléchargez le programme d'installation à partir du site Docker Toolbox (ci-dessous) et exécutez-le. https://www.docker.com/products/docker-toolbox

L'installation n'est pas difficile, mais si nécessaire, [lien de référence](# -% E5% 8F% 82% E8% 80% 83% E3% 83% AA% E3% 83% B3% E3% 82% AF )Prière de se référer à.

Pour Linux, vous pouvez installer le docker comme suit.

bash


wget -qO- https://get.docker.com/ | sh

Démarrez Jupyter

Lors de l'exécution sous Linux

Veuillez procéder comme suit [^ 1].

[^ 1]: l'ID utilisateur et l'ID de groupe sont définis sur 1000. Sinon, modifiez vous-même le Dockerfile et le "docker build".

bash


mkdir jupyter
docker run -it -d -p 8888:8888 -v $PWD/jupyter:/home/jupyter \
  --name jupyter tsutomu7/alpine-python:jupyter
firefox localhost:8888

Si vous souhaitez quitter et supprimer le conteneur, procédez comme suit:

bash


docker rm -f jupyter

Lors de l'exécution sous Windows ou Mac

Lorsque vous installez Docker Toolbox, un outil appelé Kitematic est installé. Démarrez Kitematic. La première fois que vous le lancez, vous verrez l'écran de connexion Docker Hub, mais ignorez-le.

Lorsque Kitematic démarre, entrez "tsutomu7 / alpine-python" dans la zone de recherche comme indiqué ci-dessous. Les résultats de la recherche apparaîtront ci-dessous, alors cliquez sur "○○○" en bas à droite. image

Cliquez sur "TAG SÉLECTIONNÉ" comme indiqué ci-dessous. image

Cliquez sur "jupyter". image

Appuyez sur «x» pour revenir en arrière. image

Appuyez sur "CRÉER". image

Le téléchargement commencera et après un certain temps, le conteneur démarrera comme indiqué ci-dessous.

  • ** Cliquez ** sous "VOLUMES" et cliquez sur "Activer" pour laisser les résultats d'exécution décrits ci-dessous sur l'hôte (Windows ou Mac).
  • ** Cliquez ** sous "APERÇU WEB" pour ouvrir le navigateur et utiliser Jupyter. image

Essayez-le

image

Graphique

Tapez ce qui suit dans une cellule et appuyez sur Maj + Entrée pour exécuter.

jupyter


%matplotlib inline
import matplotlib.pyplot as plt
plt.rcParams['font.family'] = 'IPAexGothic'
plt.plot([2,1,3], label='échantillon')
plt.legend();

De cette façon, vous pouvez dessiner des graphiques avec matplotlib et vous pouvez également gérer le japonais. image

optimisation

Entrez ce qui suit dans la cellule et exécutez-le. Résolution des problèmes d'optimisation des combinaisons [Résolution des problèmes mathématiques](http://qiita.com/Tsutomu-KKE@github/items / 4f919f453aae95b3834b) Vous pouvez également.

jupyter


import pandas as pd, numpy as np
from more_itertools import grouper
from pulp import *

prob = """\
..6.....1
.7..6..5.
8..1.32..
..5.4.8..
.4.7.2.9.
..8.1.7..
..12.5..3
.6..7..8.
2.....4..
"""
r = range(9)
m = LpProblem() #Modèle mathématique
a = pd.DataFrame([(i, j, k, LpVariable('x%d%d%d'%(i,j,k), cat=LpBinary))
                  for i in r for j in r for k in r],
                 columns=['Verticale', 'côté', 'nombre', 'x']) # (Formulation 1)
for i in r:
    for j in r:
        m += lpSum(a[(a.Verticale== i) & (a.côté== j)].x) == 1 # (Formulation 2)
        m += lpSum(a[(a.Verticale== i) & (a.nombre== j)].x) == 1 # (Formulation 3)
        m += lpSum(a[(a.côté== i) & (a.nombre== j)].x) == 1 # (Formulation 4)
for i in range(0, 9, 3):
    for j in range(0, 9, 3):
        for k in r:
            m += lpSum(a[(a.Verticale>= i) & (a.Verticale< i+3) & # (Formulation 5)
                         (a.côté>= j) & (a.côté< j+3) & (a.nombre== k)].x) == 1
for i, s in enumerate(prob.split('\n')):
    for j, c in enumerate(s):
        if c.isdigit():
            k = int(c)-1 # (Formulation 6)
            m += lpSum(a[(a.Verticale== i) & (a.côté== j) & (a.nombre== k)].x) == 1
m.solve() #Résoudre avec le solveur
f = a.x.apply(lambda v: value(v) == 1) #Numéro sélectionné
print(np.array(list(grouper(9, a.nombre[f] + 1))))

résultat


[[5 3 6 8 2 7 9 4 1]
 [1 7 2 9 6 4 3 5 8]
 [8 9 4 1 5 3 2 6 7]
 [7 1 5 3 4 9 8 2 6]
 [6 4 3 7 8 2 1 9 5]
 [9 2 8 5 1 6 7 3 4]
 [4 8 1 2 9 5 6 7 3]
 [3 6 9 4 7 1 5 8 2]
 [2 5 7 6 3 8 4 1 9]]

Comparaison avec Jupyter Project

Le notebook Jupyter a également une image du Jupyter Project (jupyter / notebook), Celui présenté cette fois a les mérites suivants.

Fonctionnalité Ce qui a été introduit Jupyter Project
Nouveau Python 3.5.1 Python 3.4.3
Petite taille 658.5 MB 863.1 MB
De nombreux packages installés 69 38

tsutomu7 / alpine-python: package installé jupyter

package ver package ver package ver package ver
blist 1.3.6 bokeh 0.11.1 chest 0.2.3 cloudpickle 0.1.1
conda 4.0.5 conda-env 2.4.5 cycler 0.10.0 dask 0.8.2
decorator 4.0.9 entrypoints 0.2 flask 0.10.1 fontconfig 2.11.1
freetype 2.5.5 heapdict 1.0.0 ipykernel 4.3.1 ipython 4.1.2
ipython-genutils 0.1.0 ipython_genutils 0.1.0 ipywidgets 4.1.1 itsdangerous 0.24
jinja2 2.8 jsonschema 2.4.0 jupyter 1.0.0 jupyter-client 4.2.2
jupyter-console 4.1.1 jupyter-core 4.1.0 jupyter_client 4.2.2 jupyter_console 4.1.1
jupyter_core 4.1.0 libgfortran 3.0 libpng 1.6.17 libsodium 1.0.3
libxml2 2.9.2 locket 0.2.0 markdown 2.6.6 markupsafe 0.23
matplotlib 1.5.1 mistune 0.7.2 more-itertools 2.2 mpmath 0.19
nbconvert 4.2.0 nbformat 4.0.1 ncurses 5.9 networkx 1.11
nomkl 1.0 notebook 4.1.0 numpy 1.11.0 openblas 0.2.14
openssl 1.0.2g pandas 0.18.0 partd 0.3.2 path.py 8.2
patsy 0.4.1 pexpect 4.0.1 pickleshare 0.5 pip 8.1.1
psutil 4.1.0 ptyprocess 0.5 pulp 1.6.1 pycosat 0.6.1
pycrypto 2.6.1 pygments 2.1.3 pyjade 4.0.0 pyparsing 2.0.3
pyqt 4.11.4 python 3.5.1 python-dateutil 2.5.2 pytz 2016.3
pyyaml 3.11 pyzmq 15.2.0 qt 4.8.7 qtconsole 4.2.1
readline 6.2 requests 2.9.1 scikit-learn 0.17.1 scipy 0.17.0
seaborn 0.7.0 setuptools 20.3 simplegeneric 0.8.1 sip 4.16.9
six 1.10.0 sqlite 3.9.2 statsmodels 0.6.1 sympy 1.0
terminado 0.5 tk 8.5.18 toolz 0.7.4 tornado 4.3
traitlets 4.2.1 werkzeug 0.11.5 wheel 0.29.0 xz 5.0.5
yaml 0.1.6 zeromq 4.1.3 zlib 1.2.8

packages installés jupyter / notebook

package ver package ver package ver package ver
backports-abc (0.4) cffi (1.5.2) cryptography (1.2.2) decorator (4.0.9)
idna (2.0) ipykernel (4.2.2) ipython (4.1.1) ipython-genutils (0.1.0)
Jinja2 (2.8) jsonschema (2.5.1) jupyter-client (4.1.1) jupyter-core (4.0.6)
MarkupSafe (0.23) mistune (0.7.1) nbconvert (4.1.0) nbformat (4.0.1)
ndg-httpsclient (0.4.0) nose (1.3.7) notebook (5.0.0.dev0) path.py (8.1.2)
pexpect (4.0.1) pickleshare (0.6) pip (8.0.2) ptyprocess (0.5.1)
pyasn1 (0.1.9) pycparser (2.14) Pygments (2.1.1) pyOpenSSL (0.15.1)
pyzmq (15.2.0) requests (2.9.1) setuptools (20.1.1) simplegeneric (0.8.1)
six (1.10.0) terminado (0.6) tornado (4.3) traitlets (4.1.0)
wheel (0.29.0) widgetsnbextension (0.0.2.dev0)

Lien de référence

c'est tout

Recommended Posts