.NET Core con Jupyter Notebooks Preview 1

Cuando piensa en los Cuadernos Jupyter, probablemente piense en escribir su código en Python, R, Julia o Scala y no en .NET. Hoy nos complace anunciar que puede escribir código .NET en los Cuadernos Jupyter.

Try .NET ha crecido para admitir experiencias más interactivas en la web con fragmentos de código ejecutables, generador de documentación interactiva para .NET core con dotnet try global tool, y ahora .NET en Jupyter Notebooks.

Cree cuadernos .NET Jupyter

Para comenzar con .NET Notebooks, necesitará lo siguiente:

• .NET Core 3.0 SDK y 2.1 dotnet try actualmente dotnet try objetivos globales de herramientas 2.1.
  
• Jupyter: puede instalar Jupyter en su máquina usando Anaconda . Para obtener formas alternativas de instalar Jupyter, consulte la documentación oficial del Proyecto Jupyter .
  
• Abrir indicador de anaconda
  
• Instale la herramienta global dotnet try.
  
  

   dotnet tool install -g dotnet-try 

  
  

Tenga en cuenta: si ya tiene instalada la herramienta global dotnet try, deberá desinstalarla antes de obtener la versión habilitada para el kernel.

• Instale el kernel .NET
  
  

   dotnet try jupyter install 

• Verifique si el kernel .NET está instalado
  
  

   jupyter kernelspec list 

• Para iniciar un nuevo bloc de notas, puede escribir jupyter lab Anaconda prompt o iniciar un bloc de notas utilizando Anaconda Navigator.
• Una vez que Jupyter Lab se haya lanzado en su navegador preferido, tiene la opción de crear un cuaderno C # o F #.

Caracteristicas

El conjunto inicial de características que lanzamos tenía que ser relevante para los desarrolladores, con la experiencia de Notebook, así como ofrecer a los usuarios nuevos en la experiencia un conjunto útil de herramientas que estarían ansiosos por probar. Echemos un vistazo a algunas de las funciones que hemos habilitado.

Lo primero que deberá tener en cuenta es que al escribir C # o F # en un cuaderno .NET, usará secuencias de comandos C # o F # interactivas.

Puede explorar las características enumeradas a continuación localmente en su máquina o en línea utilizando la imagen dotnet / try binder .
Para obtener la documentación en línea, vaya a la subcarpeta Docs ubicada en las carpetas C # o F #.

Listado de características

Mostrar la salida: hay varias formas de mostrar la salida en las notebooks. Puede usar cualquiera de los métodos demostrados en la imagen a continuación.



Formateadores de objetos: de forma predeterminada, la experiencia del cuaderno .NET permite a los usuarios mostrar información útil sobre un objeto en formato de tabla.



Salida HTML: de forma predeterminada, los portátiles .NET se entregan con varios métodos auxiliares para escribir HTML. Desde ayudantes básicos que permiten a los usuarios escribir una cadena como HTML o Javascript de salida a HTML más complejo con PocketView.



Importación de paquetes: puede cargar paquetes NuGet utilizando la siguiente sintaxis:

 #r "nuget:<package name>,<package version>" 

Por ejemplo

 # r "nuget:Octokit, 0.32.0" # r "nuget:NodaTime, 2.4.6" using Octokit; using NodaTime; using NodaTime.Extensions; using XPlot.Plotly; 

Gráficos con XPlot

Los gráficos se representan usando Xplot.Plotly . Tan pronto como los usuarios importen el espacio de nombres XPlot.Plotly en sus cuadernos ( using Xplot.Ploty; ), pueden comenzar a crear visualizaciones de datos enriquecidos en .NET.



Consulte el Cuaderno .NET en línea para obtener más documentación y muestras.

Cuadernos .NET perfectos para ML .NET y .NET para Apache Spark

Los cuadernos .NET brindan experiencias iterativas e interactivas populares en los mundos de aprendizaje automático y big data a .NET

ML.NET

ML.NET con cuadernos Jupyter

Los cuadernos .NET abren varios escenarios convincentes para ML.NET, como explorar y documentar experimentos de capacitación de modelos, exploración de distribución de datos, limpieza de datos, trazado de gráficos de datos y aprendizaje.

Para obtener más detalles sobre cómo puede aprovechar ML.NET en las libretas Jupyter, consulte esta publicación de blog sobre Uso de ML.NET en las libretas Jupyter . El equipo de ML.NET ha reunido varias muestras en línea para que pueda comenzar.

.NET para Apache Spark

Big Data para .NET

Tener soporte para portátiles es indispensable cuando se trata de casos de uso de Big Data. Las computadoras portátiles permiten a los científicos de datos, ingenieros de aprendizaje automático, analistas y cualquier otra persona interesada en Big Data crear prototipos, ejecutar y analizar consultas rápidamente.

Entonces, ¿cómo pueden los desarrolladores .NET y las principales tiendas .NET mantenerse al día con nuestro futuro orientado a datos? ¡La respuesta es .NET para Apache Spark , que ahora puede usar desde las notebooks!

Hoy en día, los desarrolladores de .NET tienen dos opciones para ejecutar .NET para las consultas de Apache Spark en las computadoras portátiles: las computadoras portátiles Azure Synapse Analytics y las computadoras portátiles Azure HDInsight Spark + Jupyter . Ambas experiencias le permiten escribir y ejecutar consultas rápidas ad-hoc además de desarrollar escenarios completos y completos de big data, como leer datos, transformarlos y visualizarlos.

Opción 1: Azure Synapse Analytics se entrega con compatibilidad .NET lista para usar para Apache Spark (C #).



Opción 2: Consulte la guía en el .NET para el repositorio Apache Spark GitHub para aprender cómo comenzar con .NET para Apache Spark en los portátiles HDInsight + Jupyter. La experiencia se verá como la imagen de abajo.

¡Comience hoy mismo con los cuadernos .NET Jupyter!

El kernel .NET trae experiencias de desarrolladores interactivas de Jupyter Notebooks al ecosistema .NET. Esperamos que te diviertas creando cuadernos .NET. Consulte nuestro repositorio para obtener más información y díganos qué construye.