Barra de menús y barra de herramientas

En la barra de menús y la barra de herramientas principal, puede seleccionar características de cuaderno que afectan a la forma en que funciona el cuaderno y realizan las operaciones más utilizadas en el cuaderno.

Tabla de contenido

Puede navegar por el cuaderno utilizando una tabla de contenido generada automáticamente que se basa en los encabezados del cuaderno. Para ver la tabla de contenidos, desde la Vista menú, seleccione Tabla de contenido.

Para agregar números de encabezado, haga clic en Mostrar el número de encabezado en el documento. icono. Para alternar si un número es visible o no junto a los encabezados de primer nivel ( h1), por ejemplo, cuando desee que el encabezado de primer nivel se muestre como título del cuaderno, haga clic en el Mas acciones y seleccione Mostrar número de encabezado de primer nivel.

Para excluir o incluir encabezados que se generaron como parte de la salida de celda de la Tabla de contenido, haga clic en el Mas acciones y seleccione Mostrar encabezados de salida.

Barra de acciones del cuaderno

Puede seleccionar características que mejoren la colaboración del cuaderno. En la barra de acciones, puede:

• Publique su cuaderno como un gist o en GitHub
• Crear un URL permanente para que cualquiera con el enlace pueda ver el cuaderno
• Crear trabajos en los que ejecutar el cuaderno. Consulte Planificación de un cuaderno
• Descargue el cuaderno
• Añadir una señal del proyecto para que el código pueda acceder a los recursos del proyecto. Consulte Adición de código para establecer la señal de proyecto
• Generar fragmentos de código para añadir datos de un activo de datos o una conexión a una celda de cuaderno
• Ver la información del cuaderno e interactuar con el entorno en el que se ejecuta
• Guardar versiones del cuaderno
• Cargar activos en el proyecto

Celdas en un cuaderno de Jupyter

Un cuaderno de Jupyter está formado por una secuencia de celdas. El flujo de un cuaderno es secuencial. El código se introduce en una celda de entrada y, cuando se ejecuta la celda, el cuaderno ejecuta el código e imprime la salida del cálculo en una celda de salida.

Puede cambiar el código en una celda de entrada y volver a ejecutar la celda tantas veces como desee. De esta forma, el cuaderno sigue un paradigma de bucle de lectura-evaluación-impresión.

Cada celda tiene su propia mini barra de herramientas.

Directamente desde la barra de herramientas de la celda, puedes:

• Copia la celda
• Mover la celda hacia arriba o hacia abajo
• Agregar una nueva celda antes y después de otra celda
• eliminar la celda

Para contraer una celda, haga clic en el colapsador botón que está al lado de cada celda. Para expandir una celda, haga clic en el botón contraer o en el Expandir icono .

El comportamiento de una celda viene determinado por el tipo de celda. Los distintos tipos de celda son:

• Celdas de código de Jupyter
• Celdas de Markdown de Jupyter
• Celdas NBConvert sin formato de Jupyter

Depurador

El depurador puede ayudarle a solucionar rápidamente problemas relacionados con el código. Para activar el depurador:

1. Clickea en el Habilitar depurador icono en la barra de herramientas del cuaderno.
2. 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.

Barra de progreso de un trabajo de Spark

Cuando ejecuta código en un cuaderno que desencadena trabajos de Spark, determinar por qué el código no se ejecuta de forma óptima suele ser difícil.

Para ayudarle a comprender mejor lo que está haciendo el código y ayudarle en la depuración de código, un cuaderno puede supervisar la ejecución de los trabajos Spark para una celda de código.

Para habilitar la supervisión de Spark para una celda en un cuaderno:

• Seleccione la celda de código que desea supervisar.
• Haga clic en el Habilitar el monitoreo de chispas icono en la barra de herramientas del cuaderno.

Las barras de progreso que ve muestran el progreso en tiempo real del tiempo de ejecución de los trabajos en el clúster de Spark. Cada trabajo de Spark se ejecuta en el clúster en una o varias etapas, donde cada etapa es una lista de tareas que se pueden ejecutar en paralelo. El panel de supervisión puede llegar a ser muy grande si el trabajo Spark tiene muchas etapas.

El panel de supervisión de trabajos también muestra la duración de cada trabajo y el estado de las etapas de trabajo. Una etapa puede tener uno de los estados siguientes:

• Running: la etapa está activa e iniciada
• Completed: la etapa se ha completado
• Skipped: los resultados de esta etapa se han almacenado en memoria caché desde una operación anterior y, por lo tanto, la tarea no tiene que volver a ejecutarse
• Pending: Todavía no se ha iniciado la etapa

Pulse el icono de nuevo para inhabilitar la supervisión en una celda.

Tema principal: Editor deJupyter Notebook