Codifica e esecuzione di un notebook

Dopo aver creato un blocco note da utilizzare nell'editor di blocchi note, è necessario aggiungere librerie, codice e dati per poter effettuare l'analisi.

Per sviluppare applicazioni analitiche in un notebook, seguire queste fasi generali:

1. Aprire il notebook in modalità di modifica: quando si apre la finestra di anteprima del notebook, fare clic su Modifica icona. Se il notebook è bloccato, sbloccalo e modificalo.

2. Se il notebook è contrassegnato come non attendibile :

   1. Fare clic sull'avviso Non attendibile.
   2. Fare clic su Trust (Fidati) per eseguire tutte le celle.

3. Determinare se la mascherina di ambiente associata al notebook ha la dimensione hardware corretta per la velocità di elaborazione dell'analisi anticipata.

   1. Controllare le dimensioni dell'ambiente facendo clic sull'icona Visualizza informazioni notebook () dalla barra degli strumenti del notebook e selezionando la pagina Ambienti.

   2. Se è necessario modificare l'ambiente, selezionare un altro ambiente dall'elenco oppure, se nessuno degli ambienti disponibili soddisfa le proprie esigenze, creare un proprio modello di ambiente. Vedere Creazione di un modello di ambiente.

      Se crei il tuo modello di ambiente, puoi aggiungere le tue librerie a questo modello. Queste librerie sono preinstallate al momento dell'avvio dell'ambiente. Vedi Personalizza il tuo ambiente per Python e R.

4. Importa librerie preinstallate. Consultare Librerie e script per notebook.

5. Dati di carico e di accesso. È possibile accedere ai dati dagli asset del progetto eseguendo il codice generato automaticamente quando si seleziona l'asset o in modo programmatico utilizzando le funzioni della libreria preinstallate. Consultare Dati di caricamento e di accesso.

6. Preparare e analizzare i dati con i metodi appropriati:

   • Costruire i modelli di runtime di watsonx.ai
   • Crea modelli Decision Optimization
   • Utilizza Watson Natural Language Processing
   • Utilizzare algoritmi di analisi previsionali SPSS
   • Utilizza metodi di analisi dell'ubicazione geospaziale
   • Utilizza dati ignorati per Spark SQL
   • Applica codifica Parquet
   • Utilizza metodi di analisi delle serie temporali

7. Se necessario, pianificare l'esecuzione del notebook ad un'ora regolare. Vedere Pianificazione di un notebook.

   1. Monitorare lo stato delle esecuzioni job dalla pagina Jobs del progetto.
   2. Fare clic sul lavoro per aprire la pagina dei dettagli del lavoro per visualizzare le esecuzioni per il lavoro e lo stato di ogni esecuzione. Se un'esecuzione non è riuscita, è possibile selezionare l'esecuzione e visualizzare la coda del log oppure scaricare l'intero file di log per risolvere i problemi relativi all'esecuzione.

8. Se riscontri problemi nell'esecuzione del codice, utilizza il Debugger per esaminare una cella di codice nel tuo blocco note. Per attivare il debugger:

   1. Fare clic sull'icona Abilita Debugger () nella barra degli strumenti del notebook.
   2. Fare clic accanto a qualsiasi riga di codice per aggiungere un punto di interruzione.

   Per eseguire il debug del codice da Visualizzazione menu, selezionare Barra laterale destra, quindi selezionare Mostra debugger.

9. Quando non si sta lavorando attivamente sul notebook, passare a Kernel e fare clic su Arresta Kernel per arrestare il kernel del notebook e liberare risorse.

10. Arrestare il runtime attivo (e il consumo di unità di capacità non necessario) se nessun altro kernel del notebook è attivo in Runtime strumento nella pagina Ambienti nella scheda Gestisci del progetto.

Guardate questo breve video per vedere come creare un notebook Jupyter e un ambiente personalizzato.

Guarda questo breve video per scoprire come eseguire le query SQL di base sui dati Db2 Warehouse in un notebook Python .

Trova i video che mostrano ulteriori esempi di notebook Python nella pagina Video.

%env http_proxy=http://username:password@corp.com:8080
%env https_proxy=https://username:password@corp.com:8080
Copy to clipboardCopiato negli appunti

!python -m pip install langdetect --proxy https://www.example.com:<port number>
Copy to clipboardCopiato negli appunti

!pip install <some_package> --index-url=http://www.example.com/root/pypi/+simple/ --trusted-host=http://www.example.com
Copy to clipboardCopiato negli appunti