Startseite › Lernwerkzeuge › Jupyter-Notizbuch
Verstehen Sie jede Zelle. Machen Sie das Notebook reproduzierbar.

AI-Assistent für Jupyter Notebook
Code, Ausgabe und Erklärung verbinden

Haben Sie ein Python-Notebook, das in falscher Reihenfolge läuft, einen Fehler auslöst oder Erklärungen vermissen lässt? Bringen Sie Briefing, relevante Zellen, Umgebungsdetails und Traceback mit. Nutzen Sie Verlas akademische Programmierhilfe, um die Logik zu prüfen, Markdown zu verbessern und Prüfungen vorzubereiten, die Sie in Ihrer eigenen Notebook-Umgebung ausführen können.

✦ Arbeiten Sie Ihr Coding-Notebook durchZellen · Zustand · Reproduzierbarkeit
Mein Notebook mit Verla prüfen ↗
Öffnet die Übersicht. Geben Sie dort Eingaben erneut ein und laden Sie erlaubte Materialien hoch; diese Seite überträgt sie nicht, öffnet keine Notebooks und startet keinen Kernel.
BEISPIELHAFTE NOTEBOOK-ZELLEN

Eine kleine, prüfbare Berechnung

Markdown: Zweck und einfache Eingaben erklären.
values = [2, 4, 6]
total = sum(values)
assert total == 12
print(total)
Erwartete Standardausgabe12
Mit lokalem Python geprüft; von dieser Seite oder einem Jupyter-Kernel nicht ausgeführt.
Statische Zellvorschau – kein Jupyter-Notebook-Viewer, Editor oder Online-Laufzeit.
Drei praktische Schritte

So nutzen Sie Jupyter-Notebook-Unterstützung mit Verla

Machen Sie das Problem reproduzierbar, prüfen Sie Zellen und Erklärung und verifizieren Sie anschließend im vorgesehenen Kernel.

Ihr Notebook-Kontext
📄 Briefing + relevante ZellenAufgabe
▤ Umgebung + DatenbeispielEingaben
✎ Traceback + erwartete AusgabeProblem
01 / BEREITSTELLEN

Zellen und Umgebungsdetails hinzufügen

Geben Sie Aufgabe, relevanten Code und Markdown, Python-/Kernel-/Paketversionen, den genauen Traceback und ein kleines erlaubtes Datenbeispiel an. Erklären Sie das erwartete Verhalten und die Reihenfolge, in der Sie die Zellen ausgeführt haben.

Eine prüfbare Zellsequenz
01   Eingaben und ImportsDefinieren
02   Berechnung und PrüfungenErklären
03   Ausgabe und ErzählungVerbinden
02 / VERFEINERN

Die Ursache prüfen, nicht nur das Symptom

Bitten Sie um eine minimale Korrektur und eine Erklärung des Zustands- oder Typfehlers. Klären Sie Abhängigkeiten und Annahmen und halten Sie vorgeschlagenen Code von verifizierter Ausgabe getrennt.

Eine Prüfung der sauberen Ausführung
Eingaben → Berechnen → Prüfen → Erklären
Frischer Kernel, bekannte Abhängigkeiten
In Ihrer Umgebung ausführen · Prüfen
03 / VERIFIZIEREN

Neu starten, der Reihe nach ausführen und prüfen

Verwenden Sie in Ihrer eigenen Umgebung den passenden Neustart-/Alle-ausführen-Ablauf und vergleichen Sie Ausgaben mit der Aufgabe. Dokumentieren Sie Abhängigkeiten, prüfen Sie das Markdown und kontrollieren Sie den tatsächlichen Export, falls einer erforderlich ist.

Verstehen Sie das Notebook zuerst

Was ist Jupyter Notebook – und wie sollten Sie es verwenden?

Jupyter-Notizbuch ist eine Anwendung zum Erstellen von Notebooks im Jupyter-Ökosystem. Ein Notebook-Dokument verbindet Codezellen, erklärendes Markdown und gespeicherte Ausgaben. Code läuft über einen Kernel; das Dokument und der laufende Zustand sind verschiedene Dinge. Daher kann ein Notebook alte Ausgaben anzeigen, selbst wenn die aktuelle Zellreihenfolge es nicht reproduzieren würde.

Ordnen Sie die Arbeit von Eingaben und Imports über Berechnung und Prüfungen bis zur Interpretation und testen Sie sie aus einem sauberen Zustand. Halten Sie die Codeausführung von der Erklärung getrennt: Verlas Diskussion über Analyseumgebungen und akademische Überarbeitungshilfe hilft, diese Grenze zu verdeutlichen. Notebook-Unterstützung sollte die Argumentation leichter prüfbar machen und keine nicht ausgeführte Empfehlung in ein behauptetes Ergebnis verwandeln.

Machen Sie jede Zelle erklärbar

Sechs Wege, eine Notebook-Aufgabe zu bearbeiten

Nutzen Sie akademische Programmierhilfe und prüfen Sie dabei Ausführung und Umgebungsverhalten in der erforderlichen Notebook-Anwendung.

🧩

Eine klare Zellsequenz aufbauen

Ordnen Sie Imports, Konfiguration, Eingaben, Berechnung und Interpretation logisch. Erkennen Sie Abhängigkeiten zwischen Zellen, damit das Ergebnis nicht von vergessenen interaktiven Schritten abhängt.

🔎

Aus Traceback und Zustand debuggen

Verwenden Sie die genau fehlerhafte Zelle, Ausnahme und vorherigen Definitionen, um das Problem einzugrenzen. Erklären Sie eine minimale Änderung und prüfen Sie Typen, Pfade oder Abhängigkeiten, statt fehlende Variablen zu erfinden.

📝

Markdown mit dem Code verbinden

Erklären Sie Zweck, Eingaben, Methode und Grenzen neben der relevanten Berechnung. Nutzen Sie Überschriften und Tabellen, um die Argumentation zu stützen, statt Code ohne Interpretation stehen zu lassen.

✅

Aussagekräftige Ausgaben prüfen

Testen Sie für die Aufgabe passende erwartete Werte, Formen, Anzahlen oder Randfälle. Eine Assertion kann eine Bedingung prüfen, beweist aber nicht, dass eine Methode oder wissenschaftliche Schlussfolgerung gültig ist.

▣

Daten und visuelle Ausgaben sorgfältig erklären

Prüfen Sie Einheiten, fehlende Werte, Beschriftungen und die Aussage, die eine Abbildung stützt. Erzeugter Plot-Code bleibt ein Vorschlag, bis er ausgeführt und geprüft wurde; ein gespeichertes Bild ist kein Beweis für einen aktuell erfolgreichen Lauf.

🔁

Reproduzierbarkeit und Exportprüfung vorbereiten

Dokumentieren Sie Kernel, Abhängigkeiten und Datenannahmen. Überprüfen Sie eine saubere Ausführung und kontrollieren Sie das erforderliche Ausgabeformat; notebookspezifische Befehle oder Widgets überstehen eine Skript- oder PDF-Konvertierung möglicherweise nicht.

Jupyter-Notebook-Beispiele zum Üben

Sechs Ausgangsvorlagen für Notebook-Arbeit

Synthetische Lehrbeispiele, keine Live-Notebook-Oberfläche. Python-Snippets wurden unabhängig geprüft; hier wurde kein Jupyter-Kernel, Debugger oder nbconvert-Ablauf ausgeführt.

Eine saubere Zellsequenz
values = [2, 4, 6]
total = sum(values)
assert total == 12
print(total)
Prüfung / Einschränkung
Erwartete Standardausgabe: 12. Alle Variablen sind im Snippet definiert; prüfen Sie das vollständige Notebook aus einem sauberen Zustand.
CODE / REIHENFOLGE

Eine saubere Zellsequenz

Definitionen, Berechnung und Prüfungen trennen.

Übersicht öffnen ↗
Markdown-Tabelle und Erklärung
## Toy calculation

| Check | Expected |
| --- | ---: |
| Number of values | 3 |
| Total | 12 |
Prüfung / Einschränkung
Platzieren Sie diesen Text in einer Markdown-Zelle und rendern Sie ihn in Ihrer Notebook-Anwendung. Die HTML-Karte ist kein Test für Markdown-Rendering.
JUPYTER-NOTEBOOK-MARKDOWN

Markdown-Tabelle und Erklärung

Eine Markdown-Tabelle in Jupyter Notebook zur Dokumentation eines kleinen Beispiels.

Übersicht öffnen ↗
Eine kleine Datenqualitätsprüfung
from statistics import mean
values = [10, 12, None, 14]
observed = [v for v in values if v is not None]
assert len(observed) == 3
print(mean(observed))
Prüfung / Einschränkung
Erwartete Standardausgabe: 12. Es gibt 3 beobachtete Werte von 4; fehlend bedeutet nicht null.
DATEN / FEHLENDE WERTE

Eine kleine Datenqualitätsprüfung

Behandeln Sie fehlende Werte ausdrücklich, bevor Sie eine beschreibende Zusammenfassung erstellen.

Übersicht öffnen ↗
Eine Typabweichung erklären
raw = ["2", "4", "6"]
values = [int(x) for x in raw]
assert sum(values) == 12
print(sum(values))
Prüfung / Einschränkung
Korrigierte Standardausgabe: 12. Prüfen Sie bei echten Daten vor der Umwandlung ungültige Zeichenketten und Regeln für fehlende Werte.
DEBUG / TYPEN

Eine Typabweichung erklären

Das Summieren der ursprünglichen Zeichenketten mit sum(raw) löst TypeError aus; wandeln Sie für diese Spielaufgabe absichtlich um.

Übersicht öffnen ↗
Eine beschriftete Abbildung planen
values = [2, 4, 6]
labels = ["A", "B", "C"]
assert len(values) == len(labels)
# Plot in your chosen library.
# Label the axis and synthetic units.
Prüfung / Einschränkung
Synthetische Höhen A=2, B=4, C=6. Plotten und Diagramm-Rendering wurden nicht ausgeführt; wählen Sie die Bibliothek und prüfen Sie die tatsächliche Abbildung.
VISUELL / SPEZIFIKATION

Eine beschriftete Abbildung planen

Ordnen Sie Beschriftungen den Werten zu und erklären Sie, was die Visualisierung zeigen soll.

Übersicht öffnen ↗
Skript- und PDF-Export prüfen
jupyter nbconvert --to script example.ipynb
jupyter nbconvert --to pdf example.ipynb
Prüfung / Einschränkung
Führen Sie dies nur in einer Umgebung mit nbconvert und erforderlichen Abhängigkeiten aus. PDF verwendet einen LaTeX-Weg; die Skriptausgabe kann weiterhin notebookspezifische Konstrukte enthalten.
EXPORT / EXTERNES TOOL

Skript- und PDF-Export prüfen

Offizielle nbconvert-Befehlsmuster, keine von dieser Seite ausgeführte Konvertierung.

Übersicht öffnen ↗

Die Übergabe enthält ein kleines sample-notebook.ipynb mit gelöschten Ausgaben und seinem Code in sample-notebook-code.py. Der Code wurde nur mit lokalem Python geprüft; Jupyter-Kernel-Ausführung, formale nbformat-Validierung, Markdown-Rendering, Debugging-Oberfläche und Export sind weiterhin ungetestet.

Verschiedene Notebook-Schwierigkeiten

Notebook-Unterstützung dort einsetzen, wo der Ablauf stockt

Bringen Sie ein reproduzierbares Problem statt eines Screenshots ohne Umgebung oder vorherige Zellen mit.

🔁

Es funktioniert nur nach Zellen in falscher Reihenfolge

Ein Ergebnis hängt von einem im Speicher verbliebenen Wert ab. Ermitteln Sie die fehlende Definition und prüfen Sie das Notebook mit einem frischen Kernel, statt sich auf veraltete Ausgaben zu verlassen.

🛠️

Eine Zelle löst einen Typ- oder Namensfehler aus

Der Traceback weist auf einen Fehler hin, aber die Ursache ist unklar. Prüfen Sie relevante Definitionen und Eingabetypen, bevor Sie einen großen Codeabschnitt ersetzen.

📝

Das Notebook enthält Code, aber keine Erklärung

Eine lesende Person erkennt Zweck oder Bedeutung der Ausgabe nicht. Fügen Sie Markdown hinzu, das Eingaben, Methode, Prüfungen und Grenzen mit der Aufgabenfrage verbindet.

📊

Die gespeicherte Ausgabe passt nicht zum Code

Das Notebook zeigt eine Abbildung oder einen Wert aus einem früheren Lauf. Führen Sie die richtige Sequenz erneut aus und vergleichen Sie das aktuelle Ergebnis, bevor Sie die Interpretation schreiben.

📁

Das Notebook schlägt auf einem anderen Rechner fehl

Pfade, Pakete oder Eingabeannahmen unterscheiden sich. Dokumentieren Sie Abhängigkeiten und verwenden Sie eine reproduzierbare Dateneinrichtung, statt anzunehmen, dass eine .ipynb-Datei alle benötigten Ressourcen enthält.

📄

Der erforderliche Export sieht anders aus

Ein Skript verliert die narrative Struktur oder ein PDF lässt sich nicht erstellen. Prüfen Sie Exporter, Abhängigkeiten und notebookspezifische Funktionen und kontrollieren Sie anschließend die tatsächlich erzeugte Datei.

Häufig gestellte Fragen

FAQ zu Jupyter Notebook

Antworten zu .ipynb-Dateien, Online-Umgebungen, Markdown, Fehlersuche und Export.

Wofür wird Jupyter Notebook verwendet?

Es wird für interaktive rechnerische Arbeiten verwendet, die Code, Erklärungen und Ausgaben verbinden, etwa zum Lernen, für Prototypen und zur Datenexploration. Ein Notebook kann verschiedene Kernel verwenden; Python ist verbreitet, aber nicht die einzige Sprache. Nutzen Sie die offizielle Jupyter-Dokumentation , um Anwendung, Dokumentformat und Ausführungsumgebung zu unterscheiden.

Was ist eine .ipynb-Datei?

Es ist ein JSON-Notebook-Dokument mit Zellen und Metadaten sowie möglicherweise gespeicherten Ausgaben und Ausführungszählern. Es ist nicht einfach ein .py-Skript und enthält nicht unbedingt seine Datendateien oder installierten Abhängigkeiten. Siehe die Beschreibung des Notebook-Formats. Eine gespeicherte Ausgabe beweist nicht, dass der aktuelle Code erfolgreich läuft.

Wie öffnet man den Inhalt einer ipynb-Datei und führt ihn aus?

Öffnen Sie die Datei in einer kompatiblen Notebook-Anwendung wie Jupyter Notebook oder JupyterLab mit dem passenden Kernel und den erforderlichen Abhängigkeiten. Prüfen Sie Quelle und Herkunft, bevor Sie sie ausführen. Ein statischer .ipynb-Viewer kann gespeicherte Inhalte anzeigen, die Berechnung aber nicht allein reproduzieren. Diese Seite öffnet keine hochgeladenen Notebooks und stellt keinen Viewer bereit.

Bietet dies Jupyter Notebook online oder ein Online-Python-Notebook?

Hier ist weder ein gehosteter Kernel noch ein Online-Jupyter-Notebook-Server oder eine Codeausführung im Browser implementiert. Verla führt Jupyter-Notebook-Aufgaben öffentlich auf, aber eine authentifizierte Laufzeit und Datei-Viewer-Unterstützung wurden weder getestet noch eingerichtet. Verwenden Sie für die Ausführung eine zugelassene Notebook-Umgebung und prüfen Sie deren Berechtigungen und Datenrichtlinien; diese Seite unterstützt Planung und Prüfung.

Wie verwende ich Markdown und Tabellen in Jupyter Notebook?

Fügen Sie für Überschriften, Erklärungen und unterstützte Markdown-Syntax eine Markdown-Zelle hinzu und rendern Sie sie in Ihrer Notebook-Anwendung. Die obige Tabellenvorlage zeigt ein einfaches Muster mit senkrechten Strichen. Halten Sie die Erläuterung neben dem relevanten Code und prüfen Sie das gerenderte Ergebnis, besonders nach dem Export; die genaue Darstellung hängt vom Renderer und Ausgabeformat ab.

Was hilft bei der Fehlersuche in Jupyter Notebook?

Fügen Sie den vollständigen Traceback, die fehlerhafte Zelle, vorherige Definitionen, Eingaben und Umgebungsversionen ein. Prüfen Sie verborgene Zustände und reproduzieren Sie das Problem aus einer sauberen Sequenz. Interaktive Haltepunkte benötigen eine kompatible Oberfläche und einen Kernel; siehe Anforderungen an den JupyterLab-Debugger. Diese Seite bindet keinen Debugger ein und führt keine von AI vorgeschlagenen Korrekturen aus.

Wie exportiere ich Jupyter Notebook als PDF?

Verwenden Sie den unterstützten Exportablauf Ihrer Anwendung oder nbconvert mit den erforderlichen Abhängigkeiten. Der Pfad --to pdf wird über LaTeX erstellt; --to webpdf rendert über einen browserbasierten Exporter mit zusätzlichen Anforderungen. Prüfen Sie den offiziellen Konvertierungsleitfaden und kontrollieren Sie Gleichungen, Tabellen und Abbildungen. Hier wird keine PDF-Konvertierung durchgeführt oder garantiert.

Wie kann ich Jupyter Notebook in py umwandeln?

Für ein Python-Notebook kann nbconvert --to script in einer passend konfigurierten Umgebung ein Python-Skript erzeugen. Das ist ein Ablauf mit einem externen Tool und kein in diese Seite eingebetteter Konverter. Notebook-Magics, Widgets, Zellzustand oder Umgebungsannahmen müssen möglicherweise geändert werden, bevor das Skript normal läuft. Prüfen und testen Sie das tatsächliche Skript; der beigefügte Beispielcode wurde direkt erstellt und nicht von nbconvert erzeugt.

Machen Sie die Zellen reproduzierbar.
Machen Sie die Argumentation klar.

Bringen Sie Ihre Aufgabe, Zellen und Umgebungsdetails mit. Arbeiten Sie ein Notebook durch, dessen Code, Prüfungen und Erklärungen Sie einsehen und überprüfen können.

Meine Notebook-Unterstützung starten ↗
AI-Assistent für Jupyter Notebook – Beispiele, Fehlersuche und Markdown | Verla