2.1 - Jupyter Lab¶

Notebook di accompagnamento

Per questa lezione esiste un notebook di accompagnamento, reperibile a questo indirizzo.

Notebook di accompagnamento

Per questa lezione esiste un notebook di accompagnamento, reperibile a questo indirizzo.

Fino a questo momento ci siamo limitati a lanciare script Python direttamente da riga di comando. Tuttavia, è evidente come questo approccio sia limitato, specialmente in applicazioni in ambito data science.

Per ovviare a queste problematiche, all'interno del framework SciPy viene proposto Jupyter Lab, che introduce uno tra gli strumenti più utilizzati dai data analyst al giorno d'oggi, ovvero i notebook.

Anatomia di un notebook¶

Un notebook è, in poche parole, un ambiente interattivo che permette di scrivere e testare il nostro codice. In particolare, ptoremo scrivere una o più istruzioni, ed eseguirle in maniera separata dalle altre mediante il meccanismo delle celle, che altro non sono se non dei singoli "blocchi" di codice.

Suggerimento

I notebook Jupyter ci permettono di inserire anche commenti, descrizioni ed equazioni utilizzando due linguaggi di markup molto noti, ovvero Markdown e Latex.

Vediamo adesso come creare ed utilizzare il nostro primo notebook.

Installazione e lancio di Jupyter Lab¶

Installazione di una libreria

Ricordiamo che le diverse opzioni utilizzabili per installare una libreria sono descritte nel dettaglio nell'appendice B.

Per installare Jupyter Lab, ricorriamo all'utilizzo di pip, preferibilmente all'interno di un ambiente virtuale:

workon my-virtual-env
(my-virtual-env) pip install jupyterlab

A differenza delle altre librerie, Jupyter non andrà (necessariamente) importato; infatti, è possibile lanciare un ambiente interattivo utilizzando la seguente istruzione da riga di comando:

jupyter lab

Importare iPython

In teoria è possibile importare iPython ed utilizzare i metodi e le classi messe a disposizione come una qualsiasi libreria. Nei fatti, però, molto spesso ci si limita ad utilizzare l'ambiente interattivo offerto dai notebook.

Il primo notebook¶

A questo punto ci troveremo davanti ad una schermata simile a quella mostrata in figura 1.

Figura 1 - La schermata introduttiva di Jupyter Lab

Creiamo il nostro primo notebook premendo il pulsante Python 3 nel menu Notebook. Una volta terminata la procedura, potremo iniziare ad interagire con l'ambiente. Prima di procedere, però, definiamo il nome del nostro notebook dal menu a sinistra.

Proviamo a fare qualcosa di semplice: creiamo una funzione che sommi due variabili di tipo numerico, restituendo il risultato, e chiamiamola su due diversi valori.

Per prima cosa, scriviamo il codice della funzione all'interno della prima cella:

def somma(a, b):
    somma = a + b
    return somma

Per eseguire il codice all'interno della cella, premiamo il tasto Play, oppure la combinazione di tasti Shift+Invio. Una volta eseguita la prima cella, Jupyter ne creerà in automatico un'altra; al suo interno, potremo scrivere le istruzioni necessarie a chiamare la funzione somma() su due diversi valori.

somma(5, 7)

Eseguiamo l'istruzione; noteremo che al di sotto della cella apparirà il valore assunto dalla funzione.

Altre operazioni utili¶

Jupyter ci permette di effettuare una serie di operazioni utili, tra cui:

cancellare un'intera cella;
inserire una cella al di sopra o al di sotto di quella attualmente selezionata;
stoppare il kernel;
riavviare il kernel.

Soffermiamoci per un attimo sulle ultime due operazioni. Può capitare, infatti, che ci sia la necessità di interrompere il flusso attuale dell'esecuzione delle istruzioni, oppure ancora che sia necessario riavviare il notebook. Dato che Jupyter si basa sul concetto di kernel, il quale è il responsabile per l'esecuzione del notebook, diremo in gergo che possiamo interrompere, o stoppare, il kernel, oppure ancora che possiamo riavviarlo.

L'interruzione del kernel si limita a fermare l'esecuzione della cella attuale: ciò non comporta alcuna perdita di dati, e potremo riprendere ad eseguire il codice nel notebook in ogni momento, sia dall'inizio di quella cella, sia dall'interno di un'altra. Il riavvio del kernel, invece, "blocca" completamente l'esecuzione, andando a cancellare anche le variabili presenti in memoria: si tratta, quindi, di un vero e proprio "reset", da utilizzare quando, ad esempio, abbiamo la necessità di riorganizzare il codice, oppure quando abbiamo effettuato un numero eccessivo di modifiche per le quali i risultati iniziano a non essere coerenti con le nostre attese.

Colab¶

Sempre più spesso il codice per il calcolo scientifico e la data science richiede l'uso di risorse computazionali estese che, talvolta, non sono disponibili sui PC che utilizziamo. Per ovviare a questo problema, e permettere a chiunque di sperimentare con le librerie che vedremo in questo corso, esiste uno strumento chiamato Colab messo a disposizione da Google che ci permette di eseguire gratuitamente i nostri notebook Jupyter.

Ovviamente, la versione gratuita comporta una serie di limitazioni, che tuttavia risultano essere più che sufficienti per i nostri scopi.