Jupyter 入門與實戰
馮立超
買這商品的人也買了...
-
Neo4j 開發應用指南 (舊名: 還在用老掉牙的 RDBMS？下一代圖資料庫 Neo4j 實戰)$540$459 -
NumPy 高速運算徹底解說 - 六行寫一隻程式？你真懂深度學習？手工算給你看！$750$638 -
tf.keras 技術者們必讀！深度學習攻略手冊$1,000$850 -
Google Analytics 疑難雜症大解惑：讓你恍然大悟的 37個必備祕訣, 2/e$500$450 -
$403Anaconda 數據科學實戰 -
$454人工智能開發實踐：雲端機器學習導論 -
Jupyter 數據科學實戰$474$450 -
Jupyter Notebook 數據分析入門與實戰$594$564 -
基於 Google 雲平台的機器學習和深度學習入門$474$450 -
場景化機器學習$474$450 -
Python 技術者們 -- 實踐！帶你一步一腳印由初學到精通, 2/e$650$553 -
必學！Python 資料科學‧機器學習最強套件 － NumPy、Pandas、Matplotlib、OpenCV、scikit-learn、tf.Keras$680$578 -
Google Analytics 網站資料分析：網路行銷與商務決策的利器$450$351 -
SaaS 商業實戰：好模式如何變成好生意$534$507 -
500個必問題：深度學習 AI頂尖企業面試實況 (書況有折痕,不介意再下單)$880$748 -
$500Python 硬件開發樹莓派從入門到實踐 (全彩版) -
$509Jupyter 金融應用 從入門到實踐 -
Python 遊戲開發從入門到精通$714$678 -
Python 電腦視覺實戰$534$507 -
Python 網路爬蟲：大數據擷取、清洗、儲存與分析 -- 王者歸來, 2/e$750$638 -
Python 資料分析必備套件！Pandas 資料清理、重塑、過濾、視覺化 (Pandas 1.x Cookbook, 2/e)$780$616 -
圖解 Docker & Kubernetes 的知識與使用方法$620$490 -
機器學習演算法動手硬幹：用 PyTorch + Jupyter 最佳組合達成$880$748 -
一本書秒殺電腦視覺最新應用：80個 Python 大師級實例$880$748 -
Python 數據科學項目實戰$834$792
相關主題
商品描述
本書全面講解Jupyter的功能、應用、體系架構、配置和部署等內容。全書共8章，前4章面向希望學習Python、數據科學及人工智能相關知識，但尚無軟件開發基礎的讀者，以零起點的方式講述Jupyter的功能與操作，並以Jupyter Notebook為工具，講述Python的基礎知識，以及使用Python開展數據科學工作的入門內容；後4章深入講述Jupyter的高級應用、配置、管理，以及JupyterLab和JupyterHub等相關內容。本書盡量涵蓋Jupyter各方面的內容，致力於成為一本Jupyter完全手冊。
本書適合Jupyter及Python初學者閱讀學習，也適合Python程序員，有Jupyter使用基礎的軟件開發人員、數據科學及人工智能的從業人員，配置和部署Jupyter系統的IT管理員閱讀。
作者簡介
馮立超，上海騰盛智能安全科技股份有限公司物聯傳感事業部總監，微軟認證講師MCT、微軟認證系統工程師MCSE、微軟最有價值專家MVP，一直從事信息系統及軟件研發相關技術與管理工作。
曾著有《中國IT服務管理指南》《用Project 2007構建企業項目管理信息系統》等圖書。
目錄大綱
第1章Jupyter入門1
1．1 Jupyter簡介1
1．2快速安裝Jupyter 2
1．2．1基本概念3
1．2．2安裝Jupyter 3
1．3 Jupyter Notebook快速上手5
第2章Jupyter Notebook操作詳解11
2．1 Jupyter Notebook儀表板11
2．1．1 Files頁12
2．1．2 Running頁13
2．1．3 Clusters頁14
2．1．4 Quit按鈕及Logout按鈕14
2．2 Notebook 15
2 ．2．1什麼是Notebook 15
2．2．2 Jupyter Notebook文件16
2．2．3單元格類型18
2．2．4編輯模式與命令模式19
2．2．5內核20
2．3 Notebook操作22
2．3．1 File菜單22
2．3．2 Edit菜單26
2．3．3 View菜單28
2．3．4 Insert菜單30
2．3．5 Cell菜單30
2．3．6 Kernel菜單32
2． 3．7 Widgets菜單33
2．3．8快捷方式35
2．4 Markdown及數學公式37
2．4．1 Markdown 37
2．4．2數學公式46
第3章使用Jupyter學習Python 53
3．1 Python簡述53
3．1．1 Python編程舉例54
3．1 ．2運行Python代碼56
3．2 Python語法速覽66
3．3變量與對象68
3．3．1 Python變量的概念與特點68
3．3．2 Python變量的基本類型69
3．4內置數據結構77
3．4．1列表78
3．4．2元組81
3．4．3字典82
3．4．4集合82
3．4．5小結83
3．5流程控制84
3．5．1條件判斷84
3．5．2 while循環85
3．5．3 for循環86
3．5．4 break及continue語句87
3．6函數88
3．6．1使用函數88
3．6．2定義函數89
3． 6．3默認參數值91
3．6．4不定長參數91
3．6．5匿名函數92
3．7模塊與包92
3．7．1模塊與包的基本概念92
3．7．2從Python標準庫導入模塊96
3．7．3導入第三方模塊97
3．7．4包管理器Anaconda 99
3．8面向對象編程99
3．8．1面向過程編程與面向對象編程基本概念99
3．8．2類和實例102
3．8．3繼承和多態104
3．8．4小結108
3．9輸入輸出110
第4章通過Jupyter開啟數據科學之路113
4．1數據科學相關工具簡介113
4．1．1 NumPy 113
4．1．2 Pandas 115
4．1．3 Matplotlib 117
4．1．4 SciPy 118
4．2了解機器學習119
4．2．1使用Scikit-learn 120
4．2．2其他機器學習工具126
第5章Jupyter Notebook高級應用129
5．1 Jupyter擴展129
5．1．1安裝Jupyter Notebook擴展包129
5． 1．2常用Jupyter Notebook的擴展功能132
5．1．3理解Jupyter Notebook擴展136
5．2 Widget控件139
5．2．1認識Widget 140
5．2．2常用Widget簡介144
5．2．3在Widget之間建立關聯149
5．2．4 Widget事件152
5．2．5使用Widget構建實時交互應用156
5 ．3 Magic命令160
5．3．1 Magic簡介160
5．3．2常用Magic 161
5．4 Nbconvert 165
5．4．1安裝Nbconvert 166
5．4．2使用Nbconvert 169
第6章配置和管理Jupyter 171
6．1 Jupyter架構與原理171
6．1．1從IPython說起171
6．1．2 Jupyter架構174
6．2 Jupyter安裝與配置174
6．2．1安裝Jupyter 175
6．2．2配置Jupyter 179
6．3 Jupyter的安全性180
6．3．1 Jupyter Notebook服務器的安全驗證180
6．3．2使用SSL實現安全通信183
6．4 Jupyter多語言支持186
6．4．1安裝R內核186
6． 4．2安裝Julia內核188
第7章JupyterLab 193
7．1安裝JupyterLab 193
7．2使用JupyterLab 195
7．2．1 JupyterLab界面196
7．2．2 JupyterLab功能與操作201
7．3 JupyterLab擴展206
7．3．1使用Extension Manager 206
7．3．2常用擴展舉例212
第8章JupyterHub 217
8．1 JupyterHub的概念與架構217
8．1．1 JupyterHub的概念217
8．1．2 JupyterHub的架構218
8．1．3 JupyterHub的部署方式219
8．2安裝JupyterHub最小環境219
8．3安裝JupyterHub + JupyterLab環境225
8．3．1基本概念與過程225
8．3．2在Python虛擬環境中安裝和配置226
8．3．3管理conda環境231
8．3． 4設置反向代理234
後記238
