Aller au contenu principal

Jupyter

Un notebook Jupyter réunit code exécutable, explications Markdown, équations et sorties enregistrées dans un document .ipynb. Il permet de modifier un paramètre d’un exemple et de conserver le calcul ou le graphique obtenu à côté de son explication. JupyterLab ajoute autour de ce format un explorateur de fichiers, des terminaux, des éditeurs et plusieurs notebooks.

Essayer un calcul du site​

Les liens suivants mènent à des notes Markdown publiques contenant du code Python, et non à des notebooks téléchargeables. Copiez un exemple dans votre propre notebook en gardant ses hypothèses près des cellules.

Sujet à explorerExemple de départModification et observation
L’effet de la précision sur la quantité de données nécessaireFormule de taille d’échantillonExécutez l’un des deux exemples indépendants, qui utilisent seulement la bibliothèque standard : les paramètres initiaux donnent 97 observations pour une moyenne ou 385 pour une proportion. Divisez la marge d’erreur par deux et comparez les effectifs ; il s’agit d’une planification approximative d’intervalle, pas d’une garantie contre le biais d’échantillonnage.
L’effet de la moyenne sur une distributionThéorème central limiteAvec NumPy et Matplotlib disponibles dans l’environnement Python du notebook, passez sample_size de 30 à 100 et comparez les histogrammes des moyennes d’échantillons exponentiels. Conservez la graine aléatoire pour comparer les exécutions. Le théorème porte sur les moyennes, pas sur une transformation des observations en données normales.

Avant l’exécution, consignez et figez les versions de Python et des paquets hors du notebook. Ces deux exemples génèrent ou spécifient leurs entrées dans le code ; si vous leur substituez un jeu de données, notez sa source et utilisez des chemins relatifs portables plutôt que des chemins absolus propres à une machine. Pour un notebook R, figez de même l’environnement R.

Repartir d’un noyau propre​

Le noyau est le processus qui exécute le code et conserve les variables. L’ordre des cellules sur la page peut différer de leur ordre d’exécution. Les sorties enregistrées ne prouvent donc pas à elles seules la reproductibilité.

Après avoir modifié un exemple, redémarrez le noyau et exécutez toutes les cellules de haut en bas. Vous pourrez ainsi repérer les imports manquants ou les valeurs héritées d’exécutions précédentes. Gardez les paramètres et les explications nécessaires à l’interprétation du nouveau résultat. Traitez les grosses sorties générées comme des artefacts de build lorsqu’elles n’ont pas leur place dans Git.

Les notebooks conviennent à l’exploration et à l’explication. Lorsque d’autres programmes dépendent du code, déplacez la logique réutilisable dans des modules source ordinaires accompagnés de tests, sans dépendre de l’ordre d’exécution du notebook.

Où aller ensuite​

Explorer les liens

Références (3)

Sur les mêmes sujets (25)

Ouvrir le réseau