Jupyter Notebookの利用（基礎）

Jupyter Notebookをはじめて利用する方向けの、基礎的な説明です。

Jupyter Notebook画面の概要

Jupyter Notebook画面 1

1. Filesタブ　保存されているフォルダやファイルを表示します

 

1. Runningタブ　実行中のプロセス等を表示します

 

1. Clustersタブ　本資料では利用しませんので説明を割愛します

 

1. Quit　（権限がある場合のみ表示される）Jupyter Notebookを停止します

 

1. Logout　Jupyter Notebookをログアウトします

 

1. Upload　分析データやノートブック(ファイル拡張子 .ipynb)をアップロードします

 

1. New　フォルダやノートブックを新規作成します

 

1. 更新　リスト表示を更新します

 

1. (全体)　リスト全体を選択状態にします

 

ファイルやフォルダ作成後は個別に選択できます

Jupyter Notebook画面 2

Newボタンを押したときのメニュー
・Notebook（ノートブック：プログラムを実行し、結果を保存可能なファイル）
5. Python3 Python3で実行するノートブックを新規に作成します
・Other
6.Text File　テキストファイルを新規に作成します
Folder　フォルダを新規に作成します
Terminal ターミナル（端末）画面を開きます

ノートブックの作成

ノートブックの新規作成

ノートブックのファイル名（タイトル）を変更

コードセル

ノートブックでのプログラム実行

プログラムの記載と実行

コードセルに Python3 のプログラムを記載し、実行します。

print ("test")

実行するには以下の方法があります。
1. Runボタンを押す
2. Ctr + Enterを押す

ノートブックの保存(チェックポイント作成)

Checkpointを選択すると、そのCheckpointを作成した時点の状態にノートブックを戻すことができます。

ノートブックのツールバー

ノートブックを閉じる

グラフを作成する

Pythonでグラフを描画するときなどに使われる標準的なライブラリであるmatplotlibを使って、グラフを作成することができます。
matplotlib
また、以下の例では配列に使われる標準的なライブラリであるnumpyを使っています。
numpy

コードセルに以下を入力し、Runボタンで実行して下さい。

import numpy as np
import matplotlib.pyplot as plt
bar = np.array([1, 2, 3, 4, 5])
height = np.array([10, 20, 30, 40, 50])
plt.bar(bar, height)

乱数（正規分布）をグラフで可視化

乱数を作成する関数randn()は正規分布に従います。
グラフで確認してみます。
コードセルに以下を入力し、Runボタンで実行して下さい。

import matplotlib.pyplot as plt
plt.hist(np.random.randn(100))

散布図の作成

matplotlibでは散布図を作成することもできます。
コードセルに以下を入力し、Runボタンで実行して下さい。
sin(x)はsin xの値です。
最後の行の”.”は半角のピリオドですので注意してください。

import numpy as np
import matplotlib.pyplot as plt
x = np.random.randn(10)
y = np.sin(x) + np.random.randn(10)
plt.plot(x, y, ".") 

Markdown記法でレポートを作成

# My report
By [my name](mailto:my.name@xxx.com)<br>
[Qiita](https://qiita.com/)
## test
Markdownのテストです1
### test
Markdownのテストです2

再度編集したいときは、表示中のものをダブルクリックすれば、編集状態のコードセルになります。
Markdownの詳しい書式については、ドキュメントを参照してください。
Markdown Guide

数式を入力する

Markdown用のセルには数式を入力することもできます。
コードセル(Markdown用に変更を忘れないこと）に以下を入力し、Runボタンで実行して下さい。

# Maxwell’s Equations
\begin{align}
\nabla \times \vec{\mathbf{B}} -\, \frac1c\, \frac{\partial\vec{\mathbf{E}}}{\partial t} & =
\frac{4\pi}{c}\vec{\mathbf{j}} \\ \nabla \cdot \vec{\mathbf{E}} & = 4 \pi \rho \\
\nabla \times \vec{\mathbf{E}}\, +\, \frac1c\, \frac{\partial\vec{\mathbf{B}}}{\partial t} & =
\vec{\mathbf{0}} \\
\nabla \cdot \vec{\mathbf{B}} & = 0
\end{align}

Jupyter Notebook上でコードの処理時間を計測

コードセルの先頭行に　%%timeit　を記載し、その後にプログラムを記述すれば、そのコードセルの処理時間が表示されます。
コードセルに以下を入力し、Runボタンで実行して下さい。

%%time
import matplotlib.pyplot as plt
plt.hist(np.random.randn(1000))