2019. 3. 5. 03:08ㆍPython/Data Science
Jupyter Notebook이란?
여러분이 데이터 사이언스쪽에 조금이라도 관심이 있다면 Jupyter Notebook이라는 것은 들어 봤을 가능성이 높다. 왜 Jupyter Notebook을 사용 하며, 어떻게 사용 하는 것일까?
Jupyter Notebook 이어야 하는 이유
Jupyter Notebook이 좋은 점이라 하면은 셀 단위 실행을 들 수가 있다! 셀 단위로 명령어들을 실행하여 즉각적으로 데이터를 확인 할 수 있으며 추가적으로 데이터 시각화를 할 수도 있고, 셀 별로 Markdown 문서를 삽입하여 부연적으로 설명을 추가할 수도 있다.
(아, 코딩 잘하고 싶다.)
데이터 사이언티스트, 리서쳐 뿐만아닌, 클라이언트, Python 초보자들도 쉽게 보면서 이해할 수 있는 웹 기반 툴이라고 볼 수 있다!
Jupyter Notebook 설치 및 사용법
당신이 Anaconda를 사용 하고 있다면 명령 프롬포트 혹은 터미널 창에서 "jupyter notebook" 을 작성 하는 것 만으로 Jupyter Notebook을 실행 할 수 있을 것이다! 그 이외의 환경이라면 "pip install Jupyter" 를 입력하여 Jupyter Notebook을 먼저 설치하자.
(pip install Jupyter로 설치하는 모습)
(실제로 jupyter notebook 만 작성하면 된다.)
아마도, Jupyter Notebook을 실행 하면 자동으로 컴퓨터의 기본 브라우저를 통해 jupyter 환경과 연결 해 줄 것이다. 만약 기본 브라우저를 제외하고 다른 브라우저에서 Jupyter Notebook을 실행하고 싶으면 http://localhost:8888/?token=~~ 하는 부분을 복사하여 붙여 넣기 하면 된다. 이 과정은 한 컴퓨터 당 한번 만 작성 하면 되고, 나중에는 http://localhost:8888/ 로 접근하여 사용하면 된다.
(이렇게)
이렇게 Jupyter Notebook을 실행 한 폴더 기반으로 현재 폴더에 있는 파일들을 보여주게 될 것이다. 한 번 New - Python 3를 클릭하여 새로운 ipynb 파일을 생성해 보자.
생성한 파일을 한번 편집해보자. 당연히 Jupyter Notebook 서버가 돌아가고 있는 Python 환경의 모듈들을 사용 할 수 있다. 셀을 분리하고 싶을 때마다 Run 버튼을 눌러줘서 셀을 분리할 수 있다.
그리고 이름을 변경하고자 할때는 위의 Untitled를 클릭하여 변경 하면 된다.
Markdown 문서를 추가하고 싶다면, 맨 밑 가운데 탭 - Markdown을 선택, Markdown 문서를 작성 후 Run을 누르면 된다!
Jupyter Notebook의 또 다른 장점은 Pandas 라이브러리와 조합이 좋다는 것이다. 데이터의 변화를 표, 혹은 그래프 라이브러리를 이용, 그래프로 확인 할 수도 있다.
일단 Pandas에 대한 강의는 다음에 찾아 보도록 하고, 간단한 단축키는 다음과 같다.
셀 선택 모드 (셀이 파란색이 된 상태)
위로 셀 추가 : [a]
아래로 셀 추가: [b]
선택 셀 삭제: [d][d]
선택 셀 잘라내기: [x]
선택 셀 복사하기: [c]
선택 셀과 아래 셀과 합치기: [shift] + [m]
실행결과 열기/닫기: [o]
Markdown으로 변경: [m]
Code로 변경: [y]
파일 저장: [Ctrl] + [s] 또는 [s]
선택 셀의 코드 입력 모드로 돌아가기: [enter]
코드 입력 모드 (셀이 초록색이 된 상태)
선택 셀의 코드 전체 선택: [ctrl] + [a]
선택 셀 내 실행 취소: [ctrl] + [z]
선택 셀 내 다시 실행: [ctrl] + [y]
커서 위치 라인 주석 처리: [ctrl] + [/]
선택 셀 코드 실행: [ctrl] + [enter]
선택 셀 코드 실행 후 다음 Cell로 이동 (없으면 새로 추가): [shift] + [enter]
커서 위치에서 셀 둘로 나누기: [shift] + [ctrl] + [-]
셀 선택 모드로 돌아가기; [esc] or [ctrl] + [m]
'Python > Data Science' 카테고리의 다른 글
Numpy, 한 번 알아보자! - 3. Function, Indexing (0) | 2019.03.06 |
---|---|
Numpy, 한 번 알아보자! - 2. Numpy 기본 사용법 (0) | 2019.03.05 |
Numpy, 한 번 알아보자! - 1. Numpy란? (0) | 2019.03.04 |