Como trabalhar com notebooks Jupyter em PyCharm

Como trabalhar com notebooks Jupyter em PyCharm
Se você é alguém no campo da ciência da computação, é provável que você esteja um pouco familiarizado com o Python. Como essa linguagem de programação de alto nível e uso geral está aumentando em popularidade, seus pontos fortes e impacto estão se tornando cada vez mais proeminentes. Os novos desenvolvedores querem se aprofundar na análise de dados possível com as ferramentas de visualização e análise de dados de elite da Python.

Python é significativo no mundo da programação

De acordo com uma pesquisa realizada pela JetBrains, “Python é o idioma principal usado por 84% dos programadores. Além disso, quase 58% dos desenvolvedores usam o Python para análise de dados, enquanto 52% o usam para o desenvolvimento da Web. O uso de Python para DevOps, aprendizado de máquina e rastejamento na web ou raspagem na web seguem logo atrás, juntamente com uma infinidade de outros usos.”

PyCharm - um IDE de plataforma cruzada para desenvolvedores de Python

Para tirar o máximo proveito do Python, especialmente em termos de análise de dados, é importante encontrar um IDE que ofereça o máximo em termos de edição de código e visualização de resultados. Para esse fim, Pycharm é o caminho a seguir. Pycharm é um IDE desenvolvido pela JetBrains, o cérebro por trás das grandes ferramentas de desenvolvimento como o Phpstorm.

O componente principal do PyCharm é o editor de código, que oferece recursos como uma conclusão automática inteligente de código, sugestões de código e trechos de código. Ele permite que os programadores criem blocos de código lógico para separar os módulos de programa.

O editor é eficiente em identificar e destacar erros como o código é escrito. A navegação de código nunca foi tão fácil, pois o PyCharm permite que os programadores saltem rapidamente para um snippet, objeto ou classe específico no código -fonte.

O PyCharm também tem toneladas de recursos de refatoração, facilitando os desenvolvedores para fazer alterações organizadas. O suporte para tecnologias da Web como HTML, CSS, JavaScript e mais combinado com o ambiente de página de edição e visualização do PyCharm o torna uma ferramenta poderosa para o desenvolvimento da Web no Python.

"Programação alfabetizada" com notebook Jupyter

Outro IDE que entra em cena ao falar sobre Python é o notebook Jupyter. Anteriormente conhecido como notebook Ipython, o Jupyter Notebook é especialmente importante para dar forma ao que Donald Knuth, um cientista da computação de Stanford, chamado de "programação alfabetizada".

A programação alfabetizada é uma forma padrão de programação que se concentra na legibilidade humana do código. Ele permite que os programadores forneçam forma às unidades lógicas de seu código, o significado dessas unidades de código e seus resultados. Compilado, um notebook apresenta o código como um processo de pensamento completo e compreensível e sua manifestação tecnológica.

Para apoiar a programação alfabetizada, o Jupyter Notebook possui uma infinidade de ferramentas disponíveis que fornecem total liberdade para editar o código com sua prosa de suporte relevante.

A partir do nível básico, os notebooks (os arquivos nos quais o código é escrito) podem separar o código em "células". As células facilitam a diferenciação entre a funcionalidade específica.

Além das células de código, existem células de marcação disponíveis, onde é fácil digitar descrições de código, significância ou resultados. As opções de edição para células de marcação são infinitas; Você pode brincar com formatos de texto, imagens e até equações matemáticas e diagramas.

O extenso suporte para integrar o notebook Jupyter em Pycharm permite que os desenvolvedores criem, executem e depure os códigos de origem enquanto examinam simultaneamente suas saídas.

Quais recursos estão incluídos para os notebooks Jupyter em Pycharm?

O PyCharm permite que você faça alterações no seu documento de origem de várias maneiras. Esses incluem:

  • Editando e fazendo visualizações.
  • Usando o notebook como código -fonte com definições na forma de textos.
  • Fornecendo prévias ao vivo junto com a depuração.
  • Opções para economizar automaticamente seu código.
  • Destacando todos os tipos de erros e erros de sintaxe.
  • A capacidade de adicionar comentários de linha.
  • A capacidade de executar e visualizar resultados simultaneamente.
  • Permissões para usar o depurador de notebook Jupyter dedicado.
  • Reconhecer .arquivos ipynb com o ícone.

Usando o notebook Jupyter em Pycharm

Os poderosos recursos de redação e edição de código e edição de Jupyter Notebook e módulo de depuração dedicado de elite da Pycharm pode formar um ambiente de desenvolvimento que não possui pouco.

Tudo o que resta é aprender a alcançar um ambiente de desenvolvimento integrado que combina as funcionalidades do notebook Pycharm e Jupyter.

A resposta curta é que isso atualmente só é possível com uma versão licenciada do PyCharm Professional. Pycharm Professional não é gratuito. No entanto, você pode obter uma licença gratuita se for afiliado a um instituto educacional e ter um .Endereço de e -mail da EDU.

A resposta longa para a pergunta acima mencionada é seguir as etapas abaixo:

1. Primeiro, você deve criar um novo projeto.
2. Nesse projeto, crie um novo arquivo ipynb indo para o arquivo> Novo…> Jupyter Notebook. Isso deve abrir um novo arquivo de notebook.
3. Se você não tiver o pacote Jupyter Notebook instalado, um erro aparecerá acima do arquivo iPynb recém -aberto. O erro diz "pacote Jupyter não está instalado" e você terá a opção de "instalar o pacote Jupyter" ao lado.

4. Clique em “Instalar o pacote Jupyter”. Isso iniciará o processo de instalação, que você pode visualizar clicando nos processos em execução no canto inferior direito da janela Pyharm.

5. Para começar a explorar o notebook Jupyter em PyCharm, crie células de código e execute -as.

6. Execute a célula do código para iniciar o servidor Jupyter. Por padrão, o servidor Jupyter usa a porta 8888 por padrão no host local. Essas configurações estão disponíveis na janela da ferramenta do servidor. Depois de lançado, você pode visualizar o servidor acima da janela do código -fonte e, ao lado dele, você pode ver o kernel criado como "Python 2" ou "Python 3".
7. Agora você pode acessar a guia Variáveis ​​no PyCharm para ver como os valores de suas variáveis ​​mudam à medida que você executa as células de código. Isso ajuda na depuração. Você também pode definir pontos de interrupção em linhas de código e clicar no ícone Executar e selecionar "Cell Debug" (ou usar o atalho Alt + Shift + Enter) para começar a depurar.
8. As guias a seguir na parte inferior da janela Pycharm são essenciais para usar o Jupyter Notebook:

Dando bem com a interface do usuário

Dos muitos componentes da interface do usuário, vamos começar a explorar os que você pode trabalhar sem enfrentar nenhuma dificuldade.

Modos de visualização

O PyCharm oferece três modos de visualização para editar seus arquivos de notebook Jupyter:

1. Modo somente editor
Isso permite adicionar e editar células de notebook.

2. Modo de visualização dividida
O modo de visualização dividida permite adicionar células e visualizar sua saída. Este também é o modo de visualização padrão para todos os notebooks Jupyter em PyCharm.

3. Visualizar apenas modo
Aqui você pode visualizar seus resultados de execução de código, células cruas e marcação de código.

Barra de ferramentas

A barra de ferramentas fornece vários atalhos que fornecem acesso rápido a todas as operações básicas.

O log do servidor

O log do servidor é uma janela que aparece quando você inicia algum dos servidores Jupyter. Ele mostra o estado atual do servidor e o link para o notebook que está sendo trabalhado.

A guia Variáveis

A guia Variáveis ​​fornece um relatório detalhado sobre os valores variáveis ​​presentes na célula executada.

Agora que você está familiarizado com o básico da edição e depuração de cadernos Jupyter em Pycharm, você pode ir em frente e instalar o pacote Jupyter em Pychar. A partir daqui, você pode explorar completamente seus recursos e usá -los para sua satisfação!

Conclusão

Isso conclui nosso guia sobre como trabalhar com notebooks Jupyter em Pyharm. Cobrimos os motivos para aprender Python, juntamente com breves apresentações sobre Pycharm e Jupyter. Em seguida, cobrimos as etapas para integrar Jupyter com PyCharm e diferentes modos e barras de ferramentas que podem ajudar a experiência do desenvolvedor. Com isso, esperamos que este guia ajude você em sua jornada para se tornar um desenvolvedor de Python.