Comment travailler avec Jupyter Notebooks à PyCharm
Python est significatif dans le monde de la programmation
Selon une enquête réalisée par JetBrains, «Python est le langage principal utilisé par 84% des programmeurs. En outre, près de 58% des développeurs utilisent Python pour l'analyse des données, tandis que 52% les utilisent pour le développement Web. L'utilisation de Python pour DevOps, l'apprentissage automatique et la rampe Web ou le grattage Web suivent de près avec une multitude d'autres utilisations."
PyCharm - un IDE multiplateforme pour les développeurs Python
Pour tirer le meilleur parti de Python, en particulier en termes d'analyse des données, il est important de trouver un IDE qui offre le plus en termes d'édition de code et de visualisation des résultats. À cette fin, Pycharm est la voie à suivre. PyCharm est un IDE développé par JetBrains, le cerveau derrière de grands outils de développement comme Phpstorm.
Le composant principal de PyCharm est l'éditeur de code, qui propose des fonctionnalités comme une auto-complétion automatique du code, des suggestions de code et des extraits de code. Il permet aux programmeurs de créer des blocs de code logiques pour séparer les modules de programme.
L'éditeur est efficace pour identifier et mettre en évidence les erreurs lorsque le code est écrit. La navigation du code n'a jamais été aussi facile car PyCharm permet aux programmeurs de passer rapidement à un extrait, un objet ou une classe particuliers dans le code source.
PyCharm a également des tonnes de caractéristiques de refactorisation, ce qui permet aux développeurs de faire facilement des modifications organisées. Prise en charge des technologies Web comme HTML, CSS, JavaScript et plus combinées avec l'environnement en direct de la page Web en direct de PyCharm en fait un outil puissant pour le développement Web dans Python.
«Programmation alphabétisée» avec cahier Jupyter
Un autre IDE qui entre en jeu lorsque Python est Jupyter Notebook. Anciennement connu sous le nom d'Ipython Notebook, Jupyter Notebook est particulièrement important pour donner forme à ce que Donald Knuth, un informaticien de Stanford, a appelé la «programmation alphabétisée».
La programmation alphabétisée est une forme standard de programmation qui se concentre sur la lisibilité humaine du code. Il permet aux programmeurs de donner forme aux unités logiques de leur code, la signification de ces unités de code et leurs résultats. Compilé, un cahier présente le code comme un processus de réflexion complet et compréhensible et sa manifestation technologique.
Pour prendre en charge la programmation alphabétisée, Jupyter Notebook propose une multitude d'outils disponibles qui fournissent une liberté complète pour modifier le code avec sa prose de soutien pertinente.
À partir du niveau de base, les cahiers (les fichiers dans lesquels le code sont écrits) peuvent séparer le code en «cellules». Les cellules facilitent la différenciation des fonctionnalités spécifiques.
En dehors des cellules de code, il existe des cellules de balisage disponibles où il est facile de taper des descriptions, de signification ou de résultats de code. Les options d'édition pour les cellules de balisage sont infinies; Vous pouvez jouer avec des formats de texte, des images et même des équations mathématiques et des diagrammes.
La prise en charge approfondie de l'intégration du cahier Jupyter à PyCharm permet aux développeurs de créer, d'exécuter et de déboguer les codes source tout en examinant simultanément leurs sorties.
Quelles fonctionnalités sont incluses pour les cahiers Jupyter à PyCharm?
PyCharm vous permet d'apporter des modifications à votre document source à bien des égards. Ceux-ci inclus:
- Édition et réalisation des aperçus.
- Utilisation du cahier comme code source avec des définitions sous forme de textes.
- Fournir des aperçus en direct avec le débogage.
- Options pour économiser automatiquement votre code.
- Mettre en évidence tous les types d'erreurs et d'erreurs de syntaxe.
- La possibilité d'ajouter des commentaires en ligne.
- La capacité d'exécuter et de prévisualiser les résultats simultanément.
- Autorisations pour utiliser le débogueur de carnet de jupyter dédié.
- Reconnaître .fichiers iPynb avec l'icône.
Utilisation du cahier Jupyter à PyCharm
Les puissantes capacités de rédaction et d'édition de code de Jupyter Notebook et le module de débogage dédié à l'élite de Pycharm peuvent former un environnement de développement qui manque peu.
Il ne reste plus qu'à apprendre à atteindre un environnement de développement intégré qui combine les fonctionnalités du cahier PyCharm et Jupyter.
La réponse courte est que cela n'est actuellement possible qu'avec une version sous licence de PyCharm Professional. PyCharm Professional n'est pas gratuit. Cependant, vous pouvez obtenir une licence gratuite si vous êtes affilié à un institut éducatif et que vous avez un .Adresse e-mail EDU.
La longue réponse à la question susmentionnée est de suivre les étapes ci-dessous:
1. Tout d'abord, vous devriez créer un nouveau projet.
2. Dans ce projet, créez un nouveau fichier iPynb en allant à un fichier> Nouveau…> cahier Jupyter. Cela devrait ouvrir un nouveau fichier de cahier.
3. Si vous n'avez pas installé le package de carnet Jupyter, une erreur apparaîtra au-dessus du fichier iPynb nouvellement ouvert. L'erreur se lit comme «le package Jupyter n'est pas installé» et vous aurez la possibilité de «installer le package Jupyter» à côté.
4. Cliquez sur «Installer le package Jupyter». Cela démarrera le processus d'installation, que vous pouvez afficher en cliquant sur les processus en cours dans le coin inférieur droit de la fenêtre PyCharm.
5. Pour commencer à explorer le cahier Jupyter dans PyCharm, créez des cellules de code et exécutez-les.
6. Exécutez la cellule de code pour lancer le serveur Jupyter. Par défaut, le serveur Jupyter utilise le port 8888 par défaut sur le localhost. Ces configurations sont disponibles dans la fenêtre d'outil du serveur. Une fois lancé, vous pouvez afficher le serveur au-dessus de votre fenêtre de code source, et à côté, vous pouvez afficher le noyau créé comme «Python 2» ou «Python 3».
7. Vous pouvez maintenant accéder à l'onglet Variables dans PyCharm pour afficher comment les valeurs de vos variables changent lorsque vous exécutez des cellules de code. Cela aide à déboguer. Vous pouvez également définir des points d'arrêt sur les lignes de code, puis cliquer sur l'icône d'exécution et sélectionner la «cellule de débogage» (ou utiliser le raccourci ALT + Shift + Entrée) pour commencer le débogage.
8. Les onglets suivants en bas de la fenêtre PyCharm sont essentiels pour utiliser Jupyter Notebook:
S'entendre avec l'interface utilisateur
Parmi les nombreux composants de l'interface utilisateur, commençons à explorer ceux avec qui vous pouvez travailler sans faire face à des difficultés.
Modes de visualisation
PyCharm propose trois modes de visualisation pour modifier vos fichiers de cahier Jupyter:
1. Mode d'éditeur uniquement
Cela permet d'ajouter et de modifier les cellules de carnet.
2. Mode de vue divisée
Le mode View Split vous permet d'ajouter des cellules et de prévisualiser leur sortie. Il s'agit également du mode de visualisation par défaut pour tous les ordinateurs portables Jupyter à PyCharm.
3. Mode de prévisualisation uniquement
Ici, vous pouvez prévisualiser vos résultats d'exécution de code, vos cellules brutes et votre marque de code.
Barre d'outils
La barre d'outils fournit plusieurs raccourcis qui offrent un accès rapide à toutes les opérations de base.
Le journal du serveur
Le journal du serveur est une fenêtre qui apparaît lorsque vous lancez l'un des serveurs de jupyter. Il affiche l'état actuel du serveur et le lien vers le cahier sur qui est en cours de travail.
L'onglet Variables
L'onglet Variables fournit un rapport détaillé sur les valeurs variables présentes dans la cellule exécutée.
Maintenant que vous connaissez les bases de l'édition et du débogage des cahiers de jupyter à PyCharm, vous pouvez aller de l'avant et installer le package Jupyter dans PyCharm pour vous-même. À partir de là, vous pouvez pleinement explorer ses fonctionnalités et les utiliser pour votre satisfaction!
Conclusion
Cela conclut notre guide sur la façon de travailler avec des cahiers de jupyter à PyCharm. Nous avons couvert les raisons d'apprendre Python, ainsi que de brèves présentations sur Pycharm et Jupyter. Nous avons ensuite couvert les étapes pour intégrer Jupyter avec PyCharm et différents modes et barres d'outils qui peuvent aider le développeur à l'expérience. Avec cela, nous espérons que ce guide vous aidera dans votre voyage pour devenir un développeur Python.