Argomento tradotto automaticamente È possibile passare alla versione ingleseConsultare la dichiarazione di non responsabilità
Fare riferimento alla versione inglese (originale) per visualizzare una versione più accurata e aggiornata di questa documentazione. IBM non è responsabile di eventuali danni o perdite derivanti dall'uso di contenuti tradotti automaticamente (machine translation).
Introduzione rapida: analizzare i dati in un notebook Jupyter
Ultimo aggiornamento: 28 nov 2024
Introduzione rapida: analizzare i dati in un notebook Jupyter
È possibile creare un notebook in cui eseguire il codice per preparare, visualizzare e analizzare i dati o creare e addestrare un modello. Leggi i notebook Jupyter, guarda un video e fai un'esercitazione adatta agli utenti con una certa conoscenza del codice Python .
Il flusso di lavoro di base include le seguenti attività:
Aprire il progetto sandbox. I progetti sono dove è possibile collaborare con altri per lavorare con i dati.
Aggiungere i propri dati al progetto. È possibile aggiungere file CSV o dati da un'origine dati remota tramite una connessione.
Creare un notebook nel progetto.
Aggiungere codice al notebook per caricare e analizzare i dati.
Eseguire il notebook e condividere i risultati con i colleghi.
Leggi i notebook
Copy link to section
Un notebook Jupyter è un ambiente basato sul web per il calcolo interattivo. Puoi eseguire piccola parti di codice che elaborano i tuoi dati e puoi visualizzare immediatamente i risultati del tuo calcolo. I notebook includono tutti i blocchi di creazione necessari per gestire i dati:
Il completamento di questa esercitazione richiederà circa 15 minuti.
Espandi tutte le sezioni
Suggerimenti per completare questa esercitazione Di seguito sono riportati alcuni suggerimenti per completare correttamente questa esercitazione.
Utilizzare il video immagine - in - immagine
Copy link to section
Suggerimento: avviare il video, quindi, scorrendo l'esercitazione, il video passa alla modalità immagine - in - immagine. Chiudere il sommario video per la migliore esperienza con l'immagine in foto. È possibile utilizzare la modalità immagine - in - immagine in modo da poter seguire il video mentre si completano le attività in questa esercitazione. Fare clic sulla data / ora per ciascuna attività da seguire.
La seguente immagine animata mostra come utilizzare le funzioni di immagine video e indice:
Per un'esperienza ottimale durante il completamento di questa esercitazione, apri Cloud Pak for Data in una finestra del browser e tieni aperta questa pagina dell'esercitazione in un'altra finestra del browser per passare facilmente tra le due applicazioni. Prendi in considerazione la possibilità di organizzare le due finestre del browser fianco a fianco per renderle più semplici da seguire.
Suggerimento: se si incontra un tour guidato mentre si completa questa esercitazione nell'interfaccia utente, fare clic su Forse in seguito.
Attività 1: apertura di un progetto
È necessario un progetto per memorizzare il notebook e l'asset di dati. È possibile utilizzare il progetto sandbox o creare un progetto. Seguire questi passi per aprire un progetto e aggiungere un asset di dati al progetto:
Dal menu di navigazione ', scegliere Progetti > Visualizza tutti i progetti
Aprire il progetto sandbox. Se si desidera utilizzare un nuovo progetto:
Fare clic su Nuovo progetto.
Selezionare Crea un progetto vuoto.
Immettere un nome e una descrizione facoltativa per il progetto.
La seguente immagine mostra la scheda Asset nel progetto
Attività 2: aggiungere un notebook al progetto
Per avere un'anteprima di questo compito, guardate il video a partire da 00:06.
Effettuare le operazioni riportate di seguito per creare un nuovo notebook nel progetto.
Nel tuo progetto, sulla scheda Asset , fai clic su New asset> Work with data and models in Python or R notebooks.
Immettere un nome e una descrizione (facoltativo).
Selezionare un ambiente di runtime per questo notebook.
Fare clic su Crea. Attendere il caricamento dell'editor del notebook.
Controllare i progressi
Copy link to section
La seguente immagine mostra un notebook vuoto.
Attività 3: caricamento di un file e salvataggio del notebook
Per vedere un'anteprima di questo compito, guardate il video a partire da 00:23.
Ora è possibile accedere all'asset di dati nel notebook caricato in precedenza nel progetto. Attenersi alla seguente procedura per caricare i dati in un frame di dati:
Fare clic in una cella di codice vuota nel notebook.
Fare clic sull'icona degli snippet di codice ().
Nel riquadro laterale, fare clic su Leggi dati.
Fare clic su Seleziona dati dal progetto.
Individuare l'asset di dati dal progetto e fare clic su Seleziona.
Nell'elenco a discesa Carica come , selezionare l'opzione di caricamento preferita.
Fare clic su Inserisci codice nella cella. Il codice per leggere e caricare l'asset di dati viene inserito nella cella.
Fare clic sull'icona Esegui ' per eseguire il codice. Verranno visualizzate le prime righe del dataset.
Per salvare una versione del notebook, fare clic su File> Salva versione. È anche possibile salvare il notebook con File> Salva.
Controllare i progressi
Copy link to section
La seguente immagine mostra il blocco note con i panda DataFrame.
Attività 4: trovare e modificare il blocco appunti
Per vedere un'anteprima di questo compito, guardate il video a partire da 01:19.
Seguire questa procedura per individuare il blocco appunti salvato nella scheda Asset e modificare il blocco appunti:
Nella traccia di navigazione del progetto, fare clic sul nome del proprio progetto per tornare al progetto.
Fare clic sulla scheda Asset per trovare il notebook.
Quando si fa clic sul notebook, questo verrà aperto in modalità READ ONLY .
Per modificare il blocco note, fare clic sull'icona della matita '.
Fare clic sull'icona Informazioni ' per aprire il pannello Informazioni.
Nella scheda Generale , modificare il nome e la descrizione del notebook.
Fare clic sulla scheda Ambiente per visualizzare come è possibile modificare l'ambiente utilizzato per eseguire il notebook o aggiornare lo stato di runtime per arrestare e riavviare.
Controllare i progressi
Copy link to section
La seguente immagine mostra il notebook con il pannello Informazioni visualizzato.
Attività 5: condivisione della versione di sola lettura del notebook
Per avere un'anteprima di questo compito, guardate il video a partire da 01:52.
Seguire questa procedura per creare un collegamento al notebook da condividere con colleghi:
Fare clic sull'icona Condividi ' se si desidera condividere la vista in sola lettura del blocco note.
Fare clic per attivare il pulsante di attivazione / disattivazione Condividi con chiunque abbia il collegamento .
Selezionare il contenuto che si desidera condividere tramite un link o social media.
Fare clic sull'icona Copia ' per copiare un link diretto a questo quaderno.
Fare clic su Chiudi.
Controllare i progressi
Copy link to section
La seguente immagine mostra la casella di dialogo Condividi.
Attività 6: pianificare l'esecuzione di un notebook in un momento differente
Per vedere l'anteprima di questo compito, guardate il video a partire da 02:08.
Attenersi alla seguente procedura per creare un lavoro per pianificare l'esecuzione del notebook ad un'ora specifica o ripeterlo in base ad una pianificazione:
Fare clic sull'icona Lavori e selezionare Crea un lavoro.
Fornire il nome e la descrizione del lavoro e fare clic su Avanti.
Selezionare la versione del notebook e il runtime dell'ambiente, quindi fare clic su Avanti.
(Facoltativo) Fare clic sul pulsante di attivazione / disattivazione per pianificare un'esecuzione. Specificare la data, l'ora e se si desidera che il job venga ripetuto e fare clic su Avanti.
(Facoltativo) fare clic sul pulsante di attivazione / disattivazione per ricevere notifiche per questo lavoro e fare clic su Avanti.
Esaminare i dettagli e fare clic su Crea (per creare il lavoro, ma non eseguire il lavoro immediatamente) o su Crea ed esegui (per eseguire il lavoro immediatamente).
Il job verrà visualizzato nella scheda Jobs nel progetto.
Controllare i progressi
Copy link to section
La seguente immagine mostra la scheda Lavori.
Passi successivi
Copy link to section
Ora è possibile utilizzare questo dataset per ulteriori analisi. Ad esempio, l'utente o altri utenti possono eseguire una delle seguenti attività: