Después de crear un cuaderno para utilizarlo en el editor de cuadernos, tienes que añadir bibliotecas, código y datos para poder realizar tu análisis.
Para desarrollar aplicaciones de análisis en un cuaderno, siga estos pasos generales:
Abra el cuaderno en modalidad de edición: pulse el icono de edición (
). Si el cuaderno está bloqueado, es posible que pueda desbloquearlo y editarlo .Si el cuaderno está marcado como no fiable, dile al servicio Jupyter que confíe en el contenido de tu cuaderno y permita ejecutar todas las celdas mediante:
- Pulse No fiable en la esquina superior derecha del cuaderno.
- Pulse Confiar para ejecutar todas las celdas.
Determine si la plantilla de entorno que está asociada con el cuaderno tiene el tamaño de hardware correcto para el rendimiento de proceso de análisis anticipado.
Compruebe el tamaño del entorno pulsando el icono Ver información del cuaderno (
) en la barra de herramientas del cuaderno y seleccionando la página Entornos .Si necesita cambiar el entorno, seleccione otro de la lista o, si ninguno se ajusta a sus necesidades, cree su propia plantilla de entorno. Véase Creación de una plantilla de entorno.
Si crea una plantilla de entorno, puede añadir sus propias bibliotecas a la plantilla que están preinstaladas en el momento en que se inicia el entorno. Consulte Personalizar el entorno para Python y R.
Importar bibliotecas preinstaladas. Consulte Bibliotecas y scripts para cuadernos.
Cargue y acceda a los datos. Puede acceder a los datos de los activos de proyecto ejecutando el código que se genera cuando selecciona el activo o mediante programación utilizando las funciones de biblioteca preinstaladas. Consulte Cargar y acceder a los datos.
Prepare analice los datos con los métodos adecuados:
- Construir modelos watsonx.ai Runtime
- Crear modelos de Decision Optimization
- Utilizar Watson Natural Language Processing
- Utilizar algoritmos de análisis predictivo de SPSS
- Utilizar métodos de análisis de ubicación geoespacial
- Utilizar omisión de datos para Spark SQL
- Aplicar cifrado Parquet
- Utilizar métodos de análisis de series temporales
Si es necesario, planifique el cuaderno para que se ejecute a una hora con regularidad. Consulte Planificar un notebook.
- Supervise el estado de las ejecuciones de trabajo desde la página Trabajos del proyecto.
- Pulse el trabajo para abrir la página de detalles del trabajo para ver las ejecuciones del trabajo y el estado de cada ejecución. Si una ejecución ha fallado, puede seleccionar la ejecución y ver la cola de registro o descargar todo el archivo de registro para resolver los problemas de la ejecución.
Si tiene problemas al ejecutar su código, use el depurador para revisar una celda de código en su cuaderno. Para activar el depurador:
- Clickea en el Habilitar depurador icono (
) en la barra de herramientas del cuaderno. - Haga clic en junto a cualquier línea de código para agregar un punto de interrupción.
Para depurar su código desde el Vista menú, seleccione Barra lateral derecha y luego seleccione Mostrar depurador.
- Clickea en el Habilitar depurador icono (
Cuando no esté trabajando activamente en el cuaderno, vaya a Kernel y pulse Cerrar kernel para detener el kernel del cuaderno y liberar recursos.
Detenga el tiempo de ejecución activo (y el consumo de unidad de capacidad innecesario) si no hay ningún otro kernel de cuaderno activo en Tiempos de ejecución de herramienta en la página Entornos del separador Gestionar del proyecto.
Visualice este breve vídeo para ver cómo crear un cuaderno Jupyter y un entorno personalizado.
Este vídeo proporciona un método visual para aprender los conceptos y tareas de esta documentación.
Vea este breve vídeo para ver cómo ejecutar consultas SQL básicas en datos de Db2 Warehouse en un cuaderno de Python .
Este vídeo proporciona un método visual para aprender los conceptos y tareas de esta documentación.
Busque vídeos que muestren ejemplos adicionales de cuadernos de Python en la página Vídeos.
Instalación de paquetes de ' conda o ' mamba ' a través de un servidor proxy
- Si quieres que '
condao 'mamba' utilicen un servidor proxy como intermediario hacia los repositorios públicos 'conday 'mamba', el administrador de tu plataforma deberá configurarlo por ti.
La configuración ' proxy_servers ' que utiliza el administrador se ignora actualmente cuando se ejecutamamba " no se ven afectadas por esta limitación. Para configurar servidores proxy para ' mamba cuando ejecutas ' !mamba install <lib-package> ' desde un bloc de notas, establece el servidor proxy utilizando una variable de entorno:
%env http_proxy=http://username:[email protected]:8080
%env https_proxy=https://username:[email protected]:8080
Alternativamente, instale el paquete en el bloc de notas utilizando ' conda, que respeta la configuración de ' proxy_servers ' que su administrador estableció en el archivo ' .condarc.
Instalación de paquetes desde ' pip ' a través de un servidor proxy
El administrador de la plataforma puede configurar " pip para utilizarlo detrás de un servidor proxy creando un archivo de configuración de " pip " para todo el clúster llamado " pip.conf. Este archivo puede contener un índice de paquete específico o un servidor proxy.
Ejecute los siguientes comandos en un bloc de notas para comprobar si la conexión funciona.
Para un servidor proxy, ejecute este comando:
!python -m pip install langdetect --proxy https://www.example.com:<port number>
Para un índice interno, ejecute este comando:
!pip install <some_package> --index-url=http://www.example.com/root/pypi/+simple/ --trusted-host=http://www.example.com
Si la conexión no funciona, póngase en contacto con el administrador de su plataforma.
Más información
Tema principal: Editor deJupyter Notebook