ผู้ช่วย Jupyter Notebook ด้วย AI
เชื่อมโค้ด เอาต์พุต และคำอธิบาย
มีโน้ตบุ๊ก Python ที่ทำงานผิดลำดับ แจ้งข้อผิดพลาด หรือขาดคำอธิบายหรือไม่ ใส่บทสรุป เซลล์ที่เกี่ยวข้อง รายละเอียดสภาพแวดล้อม และ traceback ใช้การสนับสนุนโค้ดเชิงวิชาการของ Verla เพื่อตรวจทานตรรกะ ปรับปรุง Markdown และเตรียมการตรวจสอบที่รันได้ในสภาพแวดล้อมโน้ตบุ๊กของคุณเอง
การคำนวณขนาดเล็กที่ตรวจสอบได้
values = [2, 4, 6]
total = sum(values)
assert total == 12
print(total)วิธีใช้การช่วยเหลือ Jupyter Notebook กับ Verla
ทำให้ปัญหาทำซ้ำได้ ตรวจทานเซลล์และคำอธิบาย แล้วตรวจสอบใน Kernel ที่ตั้งใจใช้
เพิ่มเซลล์และรายละเอียดสภาพแวดล้อม
ใส่งาน โค้ดและ Markdown ที่เกี่ยวข้อง เวอร์ชัน Python/Kernel/แพ็กเกจ traceback ที่แน่นอน และตัวอย่างข้อมูลขนาดเล็กที่ได้รับอนุญาต อธิบายพฤติกรรมที่คาดหวังและลำดับที่รันเซลล์
ตรวจทานสาเหตุ ไม่ใช่แค่อาการ
ขอการแก้ไขที่น้อยที่สุดและคำอธิบายปัญหาด้านสถานะหรือชนิดข้อมูล ทำความชัดเจนเรื่องไลบรารีและสมมติฐาน และแยกโค้ดที่เสนอออกจากเอาต์พุตที่ยืนยันแล้ว
เริ่มใหม่ รันตามลำดับ และตรวจสอบ
ในสภาพแวดล้อมของคุณ ใช้ขั้นตอนเริ่มใหม่/รันทั้งหมดที่เหมาะสมและเปรียบเทียบเอาต์พุตกับงาน บันทึกไลบรารี ตรวจ Markdown และตรวจไฟล์ส่งออกจริงหากจำเป็น
Jupyter Notebook คืออะไร และควรใช้อย่างไร
โน้ตบุ๊ก Jupyter คือแอปพลิเคชันสำหรับสร้างโน้ตบุ๊กในระบบนิเวศ Jupyter เอกสารโน้ตบุ๊กประกอบด้วยเซลล์โค้ด Markdown สำหรับคำอธิบาย และผลลัพธ์ที่บันทึกไว้ โค้ดทำงานผ่าน Kernel เอกสารกับสถานะขณะทำงานเป็นคนละสิ่งกัน ดังนั้นโน้ตบุ๊กอาจแสดงผลลัพธ์เก่า แม้ลำดับเซลล์ปัจจุบันจะไม่สามารถทำซ้ำผลนั้นได้
จัดระเบียบงานตั้งแต่ข้อมูลนำเข้าและการนำเข้าโมดูล ไปจนถึงการคำนวณ การตรวจสอบ และการตีความ แล้วทดสอบจากสถานะที่สะอาด แยกการทำงานของโค้ดออกจากคำอธิบาย โดยคำอธิบายของ Verla เกี่ยวกับ สภาพแวดล้อมการวิเคราะห์และการสนับสนุนการแก้ไขงานวิชาการ ช่วยทำให้ขอบเขตนี้ชัดเจน การช่วยเหลือโน้ตบุ๊กควรทำให้ตรวจสอบเหตุผลได้ง่ายขึ้น ไม่ใช่เปลี่ยนข้อเสนอที่ยังไม่ได้รันให้เป็นผลลัพธ์ที่อ้างว่าเกิดขึ้นแล้ว
หกวิธีทำงานกับงานที่ได้รับมอบหมายในโน้ตบุ๊ก
ใช้การสนับสนุนโค้ดเชิงวิชาการพร้อมตรวจสอบการทำงานและพฤติกรรมของสภาพแวดล้อมในแอปพลิเคชันโน้ตบุ๊กที่ต้องใช้
สร้างลำดับเซลล์ที่ชัดเจน
จัดวางการนำเข้า การกำหนดค่า อินพุต การคำนวณ และการตีความตามลำดับที่สมเหตุสมผล ระบุการพึ่งพาระหว่างเซลล์เพื่อไม่ให้ผลลัพธ์ขึ้นกับขั้นตอนโต้ตอบที่ลืมไป
ดีบักจาก Traceback และสถานะ
ใช้เซลล์ที่ล้มเหลวจริง ข้อยกเว้น และคำจำกัดความก่อนหน้าเพื่อแยกปัญหา อธิบายการเปลี่ยนแปลงที่น้อยที่สุดและตรวจสอบชนิดข้อมูล เส้นทาง หรือไลบรารี อย่าสร้างตัวแปรที่หายไปขึ้นมาเอง
เชื่อม Markdown กับโค้ด
อธิบายวัตถุประสงค์ อินพุต วิธีการ และข้อจำกัดไว้ข้างการคำนวณที่เกี่ยวข้อง ใช้หัวข้อและตารางสนับสนุนเหตุผล อย่าปล่อยโค้ดไว้โดยไม่มีการตีความ
เพิ่มการตรวจสอบเอาต์พุตที่มีความหมาย
ทดสอบค่าที่คาดหวัง รูปร่าง จำนวน หรือกรณีขอบเขตที่เหมาะกับงาน คำยืนยันตรวจสอบเงื่อนไขได้ แต่ไม่สามารถพิสูจน์ว่าวิธีการหรือข้อสรุปทางวิทยาศาสตร์ถูกต้อง
อธิบายข้อมูลและเอาต์พุตภาพอย่างรอบคอบ
ตรวจสอบหน่วย ค่าที่หายไป ป้ายกำกับ และข้ออ้างที่รูปภาพสนับสนุน โค้ดสร้างกราฟเป็นเพียงข้อเสนอจนกว่าจะรันและตรวจสอบ รูปภาพที่บันทึกไว้ไม่ใช่หลักฐานว่าการรันปัจจุบันสำเร็จ
เตรียมตรวจทานการทำซ้ำและการส่งออก
บันทึก Kernel ไลบรารี และเงื่อนไขของข้อมูล ตรวจสอบการทำงานที่สะอาดและรูปแบบเอาต์พุตที่ต้องใช้ คำสั่งหรือวิดเจ็ตเฉพาะโน้ตบุ๊กอาจไม่คงอยู่เมื่อแปลงเป็นสคริปต์หรือ PDF
เทมเพลตเริ่มต้นหกแบบสำหรับงานโน้ตบุ๊ก
ตัวอย่างการสอนที่สร้างขึ้นเพื่อฝึกฝน ไม่ใช่อินเทอร์เฟซโน้ตบุ๊กแบบสด โค้ด Python ถูกตรวจสอบแยกต่างหาก ที่นี่ไม่ได้รัน Jupyter Kernel ดีบักเกอร์ หรือขั้นตอน nbconvert
values = [2, 4, 6]
total = sum(values)
assert total == 12
print(total)## Toy calculation
| Check | Expected |
| --- | ---: |
| Number of values | 3 |
| Total | 12 |ตาราง Markdown และคำอธิบาย
ตาราง Markdown ของ Jupyter Notebook สำหรับบันทึกตัวอย่างขนาดเล็ก
เปิดแดชบอร์ด ↗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))การตรวจสอบคุณภาพข้อมูลขนาดเล็ก
จัดการค่าที่หายไปอย่างชัดเจนก่อนสรุปเชิงพรรณนา
เปิดแดชบอร์ด ↗raw = ["2", "4", "6"]
values = [int(x) for x in raw]
assert sum(values) == 12
print(sum(values))อธิบายชนิดข้อมูลไม่ตรงกัน
การรวมสตริงเดิมด้วย sum(raw) ทำให้เกิด TypeError ให้แปลงค่าโดยตั้งใจสำหรับงานตัวอย่างนี้
เปิดแดชบอร์ด ↗values = [2, 4, 6]
labels = ["A", "B", "C"]
assert len(values) == len(labels)
# Plot in your chosen library.
# Label the axis and synthetic units.วางแผนรูปภาพที่มีป้ายกำกับ
จับคู่ป้ายกำกับกับค่าและอธิบายว่าสื่อภาพควรแสดงอะไร
เปิดแดชบอร์ด ↗jupyter nbconvert --to script example.ipynb
jupyter nbconvert --to pdf example.ipynbตรวจทานการส่งออกสคริปต์และ PDF
รูปแบบคำสั่ง nbconvert อย่างเป็นทางการ ไม่ใช่การแปลงที่หน้านี้ทำขึ้น
เปิดแดชบอร์ด ↗การส่งต่อมี sample-notebook.ipynb ขนาดเล็กที่ล้างเอาต์พุตแล้ว และโค้ดใน sample-notebook-code.py โค้ดตรวจด้วย Python ในเครื่องเท่านั้น ยังไม่ได้ทดสอบการทำงานของ Jupyter Kernel การตรวจสอบ nbformat อย่างเป็นทางการ การแสดงผล Markdown หน้าจอดีบัก และการส่งออก
ใช้การช่วยเหลือโน้ตบุ๊กตรงจุดที่ขั้นตอนการทำงานสะดุด
นำเสนอปัญหาที่ทำซ้ำได้แทนภาพหน้าจอที่ไม่มีสภาพแวดล้อมหรือเซลล์ก่อนหน้า
ทำงานได้เฉพาะหลังรันเซลล์ผิดลำดับ
ผลลัพธ์ขึ้นกับค่าที่ค้างอยู่ในหน่วยความจำ ระบุคำจำกัดความที่หายไปและตรวจโน้ตบุ๊กจาก Kernel ใหม่ แทนการพึ่งพาเอาต์พุตเก่า
เซลล์แสดงข้อผิดพลาดด้านชนิดหรือชื่อ
Traceback ชี้ให้เห็นความล้มเหลวแต่สาเหตุยังไม่ชัด ตรวจคำจำกัดความที่เกี่ยวข้องและชนิดอินพุตก่อนเปลี่ยนโค้ดส่วนใหญ่
โน้ตบุ๊กมีโค้ดแต่ไม่มีคำอธิบาย
ผู้อ่านไม่เห็นวัตถุประสงค์หรือความหมายของเอาต์พุต เพิ่ม Markdown ที่เชื่อมอินพุต วิธีการ การตรวจสอบ และข้อจำกัดเข้ากับคำถามของงาน
เอาต์พุตที่บันทึกไว้ไม่ตรงกับโค้ด
โน้ตบุ๊กแสดงรูปหรือค่าจากการรันครั้งก่อน รันลำดับที่ถูกต้องใหม่และเปรียบเทียบผลปัจจุบันก่อนเขียนการตีความ
โน้ตบุ๊กล้มเหลวบนอีกเครื่องหนึ่ง
เส้นทาง แพ็กเกจ หรือสมมติฐานของอินพุตแตกต่างกัน บันทึกไลบรารีและใช้การตั้งค่าข้อมูลที่ทำซ้ำได้ อย่าคิดว่าไฟล์ .ipynb มีทรัพยากรที่จำเป็นทั้งหมด
ผลการส่งออกที่ต้องใช้มีหน้าตาแตกต่าง
สคริปต์สูญเสียโครงเรื่องหรือ PDF สร้างไม่สำเร็จ ตรวจตัวส่งออก ไลบรารี และฟีเจอร์เฉพาะโน้ตบุ๊ก แล้วตรวจไฟล์ผลลัพธ์จริง
เครื่องมือที่เกี่ยวข้องสำหรับขั้นตอนงานถัดไป
ตรวจทานการวิเคราะห์ข้อมูล งานคิวรี หรือคำอธิบายงานวิจัยที่เชื่อมโยงกับโค้ด
คำถามที่พบบ่อยเกี่ยวกับ Jupyter Notebook
คำตอบเกี่ยวกับไฟล์ .ipynb สภาพแวดล้อมออนไลน์ Markdown การดีบัก และการส่งออก
Jupyter Notebook ใช้ทำอะไร
ใช้สำหรับงานคำนวณแบบโต้ตอบที่รวมโค้ด คำอธิบาย และผลลัพธ์ เช่น การเรียนรู้ การสร้างต้นแบบ และการสำรวจข้อมูล โน้ตบุ๊กใช้ Kernel ได้หลายแบบ โดย Python เป็นภาษาที่ใช้บ่อยแต่ไม่ใช่ภาษาเดียว ใช้ เอกสาร Jupyter อย่างเป็นทางการ เพื่อแยกความแตกต่างระหว่างแอปพลิเคชัน รูปแบบเอกสาร และสภาพแวดล้อมการทำงาน
ไฟล์ .ipynb คืออะไร
เป็นเอกสารโน้ตบุ๊กแบบ JSON ที่มีเซลล์และเมทาดาทา และอาจมีผลลัพธ์ที่บันทึกไว้กับจำนวนครั้งที่ทำงาน ไม่ใช่เพียงสคริปต์ .py และไม่จำเป็นต้องมีไฟล์ข้อมูลหรือไลบรารีที่ติดตั้งไว้ ดู คำอธิบายรูปแบบโน้ตบุ๊กผลลัพธ์ที่บันทึกไว้ไม่ใช่หลักฐานว่าโค้ดปัจจุบันทำงานสำเร็จ
จะเปิดเนื้อหาไฟล์ ipynb และรันได้อย่างไร
เปิดไฟล์ในแอปพลิเคชันโน้ตบุ๊กที่รองรับ เช่น Jupyter Notebook หรือ JupyterLab พร้อมตั้งค่า Kernel และไลบรารีที่เหมาะสม ตรวจสอบแหล่งที่มาก่อนรัน โปรแกรมดู .ipynb แบบคงที่แสดงเนื้อหาที่บันทึกไว้ได้ แต่ไม่สามารถทำซ้ำการคำนวณได้ด้วยตัวเอง หน้านี้ไม่เปิดโน้ตบุ๊กที่อัปโหลดและไม่มีโปรแกรมดูให้
หน้านี้มี Jupyter Notebook ออนไลน์หรือโน้ตบุ๊ก Python ออนไลน์หรือไม่
ที่นี่ไม่มี Kernel แบบโฮสต์ เซิร์ฟเวอร์ Jupyter Notebook ออนไลน์ หรือการรันโค้ดในเบราว์เซอร์ Verla แสดงรายการงาน Jupyter Notebook ต่อสาธารณะ แต่ยังไม่ได้ทดสอบหรือยืนยันการรองรับรันไทม์ที่ผ่านการยืนยันตัวตนและโปรแกรมดูไฟล์ ใช้สภาพแวดล้อมโน้ตบุ๊กที่ได้รับอนุมัติและตรวจสอบสิทธิ์กับนโยบายข้อมูล หน้านี้ช่วยด้านการวางแผนและการตรวจทาน
จะใช้ Markdown และตารางใน Jupyter Notebook อย่างไร
เพิ่มเซลล์ Markdown สำหรับหัวข้อ คำอธิบาย และไวยากรณ์ Markdown ที่รองรับ แล้วแสดงผลในแอปพลิเคชันโน้ตบุ๊ก เทมเพลตตารางด้านบนแสดงรูปแบบตารางที่ใช้เครื่องหมายขีดตั้งอย่างง่าย วางคำอธิบายไว้ข้างโค้ดที่เกี่ยวข้องและตรวจสอบผลการแสดงผล โดยเฉพาะหลังส่งออก รูปแบบที่เห็นจริงขึ้นอยู่กับตัวแสดงผลและรูปแบบเอาต์พุต
อะไรช่วยในการดีบัก Jupyter Notebook
ใส่ traceback ทั้งหมด เซลล์ที่ล้มเหลว คำจำกัดความก่อนหน้า อินพุต และเวอร์ชันของสภาพแวดล้อม ตรวจสอบสถานะที่ซ่อนอยู่และทำปัญหาให้เกิดซ้ำจากลำดับที่สะอาด จุดหยุดแบบโต้ตอบต้องใช้อินเทอร์เฟซและ Kernel ที่เข้ากันได้ ดู ข้อกำหนดดีบักเกอร์ของ JupyterLabหน้านี้ไม่เชื่อมต่อดีบักเกอร์และไม่รันการแก้ไขที่ AI แนะนำ
จะส่งออก Jupyter Notebook เป็น PDF ได้อย่างไร
ใช้กระบวนการส่งออกที่แอปพลิเคชันรองรับ หรือใช้ nbconvert พร้อมไลบรารีที่จำเป็น เส้นทาง --to pdf สร้างผ่าน LaTeX ส่วน --to webpdf แสดงผลผ่านตัวส่งออกที่ใช้เบราว์เซอร์และมีข้อกำหนดเพิ่มเติม ดู คู่มือการแปลงอย่างเป็นทางการ และตรวจสอบสมการ ตาราง และรูปภาพ ที่นี่ไม่มีการแปลงเป็น PDF และไม่รับประกันผลลัพธ์
จะแปลง Jupyter Notebook เป็น py ได้อย่างไร
สำหรับโน้ตบุ๊ก Python คำสั่ง nbconvert --to script สามารถสร้างสคริปต์ Python ในสภาพแวดล้อมที่ตั้งค่าเหมาะสม นี่เป็นขั้นตอนที่ใช้เครื่องมือภายนอก ไม่ใช่ตัวแปลงที่ฝังอยู่ในหน้านี้ คำสั่งเฉพาะโน้ตบุ๊ก วิดเจ็ต สถานะเซลล์ หรือเงื่อนไขของสภาพแวดล้อมอาจต้องแก้ไขก่อนสคริปต์จะทำงานตามปกติ ตรวจทานและทดสอบสคริปต์จริง โค้ดตัวอย่างที่ให้มาถูกเขียนโดยตรง ไม่ได้สร้างด้วย nbconvert
ทำให้เซลล์ทำซ้ำได้
ทำให้เหตุผลชัดเจน
ใส่รายละเอียดงาน เซลล์ และสภาพแวดล้อมของคุณ ทำงานผ่านโน้ตบุ๊กที่คุณตรวจสอบและยืนยันโค้ด การตรวจสอบ และคำอธิบายได้
เริ่มการช่วยเหลือโน้ตบุ๊กของฉัน ↗