.NET Core dengan Pratinjau Notebook Jupyter 1

Ketika Anda berpikir tentang Notebook Jupyter, Anda mungkin berpikir tentang menulis kode Anda dengan Python, R, Julia, atau Scala dan bukan .NET. Hari ini kami dengan gembira mengumumkan Anda dapat menulis kode .NET di Notebook Jupyter.

Coba .NET telah berkembang untuk mendukung lebih banyak pengalaman interaktif di web dengan potongan kode runnable, generator dokumentasi interaktif untuk .NET core dengan dotnet try tool global, dan sekarang .NET di Jupyter Notebooks.

Bangun. NET Jupyter Notebooks

Untuk memulai .NET Notebooks, Anda perlu yang berikut:

• .NET Core 3.0 SDK dan 2.1 saat ini dotnet try target alat global 2.1.
  
• Jupyter: Anda dapat menginstal Jupyter pada mesin Anda menggunakan Anaconda . Untuk cara-cara alternatif untuk menginstal Jupyter, silakan lihat dokumentasi resmi Proyek Jupyter .
  
• Buka anaconda prompt
  
• Instal dotnet coba alat global.
  
  

   dotnet tool install -g dotnet-try 

  
  

Harap dicatat: Jika Anda sudah menginstal alat global dotnet, Anda harus menghapus instalasi sebelum mengambil versi kernel yang diaktifkan.

• Instal .NET kernel
  
  

   dotnet try jupyter install 

• Periksa untuk melihat apakah kernel .NET diinstal
  
  

   jupyter kernelspec list 

• Untuk memulai notebook baru, Anda bisa mengetik jupyter lab Anaconda prompt atau meluncurkan notebook menggunakan Anaconda Navigator.
• Setelah Jupyter Lab diluncurkan di browser pilihan Anda, Anda memiliki opsi untuk membuat notebook C # atau F #.

Fitur

Rangkaian fitur awal yang kami rilis harus relevan dengan pengembang, dengan pengalaman Notebook serta memberikan kepada pengguna pengalaman baru, seperangkat alat berguna yang ingin mereka coba. Mari kita lihat beberapa fitur yang telah kami aktifkan.

Hal pertama yang perlu Anda perhatikan adalah ketika menulis C # atau F # dalam .NET Notebook, Anda akan menggunakan C # Scripting atau F # interaktif.

Anda dapat menjelajahi fitur yang tercantum di bawah ini secara lokal di mesin Anda atau online menggunakan dotnet / coba gambar pengikat .
Untuk dokumentasi online, silakan buka subfolder Documents yang terletak di folder C # atau F #.

Daftar fitur

Tampilan output: Ada beberapa cara untuk menampilkan output di notebook. Anda dapat menggunakan salah satu metode yang ditunjukkan pada gambar di bawah ini.



Pemformat objek: Secara default, pengalaman .NET notebook memungkinkan pengguna untuk menampilkan informasi yang berguna tentang objek dalam format tabel.



Output HTML: Secara default .NET notebook dikirimkan dengan beberapa metode pembantu untuk menulis HTML. Dari pembantu dasar yang memungkinkan pengguna untuk menulis string sebagai HTML atau output Javascript ke HTML yang lebih kompleks dengan PocketView.



Mengimpor paket: Anda dapat memuat paket NuGet menggunakan sintaks berikut:

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

Sebagai contoh

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

Grafik dengan XPlot

Grafik diberikan menggunakan Xplot.Plotly . Segera setelah pengguna mengimpor XPlot.Plotly namespace ke notebook mereka ( using Xplot.Ploty; ), mereka dapat mulai membuat visualisasi data yang kaya di .NET.



Silakan periksa. NET Notebook online untuk dokumentasi dan sampel lebih lanjut.

.NET Notebooks sempurna untuk ML .NET dan .NET untuk Apache Spark

Notebook .NET menghadirkan pengalaman interaktif yang berulang-ulang dan populer di dunia pembelajaran mesin dan data besar ke .NET.

ML.NET

ML.NET dengan Notebook Jupyter

Notebook NET. Membuka beberapa skenario yang menarik untuk ML.NET, seperti menjelajahi dan mendokumentasikan percobaan pelatihan model, eksplorasi distribusi data, pembersihan data, merencanakan grafik data, dan pembelajaran.

Untuk detail lebih lanjut tentang bagaimana Anda dapat memanfaatkan ML.NET di notebook Jupyter, lihat posting blog ini di Menggunakan ML.NET di notebook Jupyter . Tim ML.NET telah mengumpulkan beberapa sampel online untuk Anda mulai.

.NET untuk Apache Spark

Big Data untuk .NET

Memiliki dukungan notebook sangat diperlukan ketika Anda berurusan dengan kasus penggunaan data besar. Notebook memungkinkan ilmuwan data, insinyur pembelajaran mesin, analis, dan siapa pun yang tertarik pada data besar untuk membuat prototipe, menjalankan, dan menganalisis pertanyaan dengan cepat.

Jadi, bagaimana pengembang .NET dan toko .NET utama dapat mengikuti masa depan berorientasi data kami? Jawabannya adalah .NET untuk Apache Spark , yang sekarang dapat Anda gunakan dari dalam notebook!

Hari ini, pengembang .NET memiliki dua opsi untuk menjalankan .NET untuk permintaan Apache Spark di notebook: Notebook Azure Synapse Analytics dan Notebook Azure HDInsight Spark + Jupyter . Kedua pengalaman memungkinkan Anda untuk menulis dan menjalankan kueri ad-hoc cepat di samping mengembangkan skenario data besar lengkap, dari ujung ke ujung, seperti membaca data, mentransformasikannya, dan memvisualisasikannya.

Opsi 1: Azure Synapse Analytics memberikan dukungan .NET untuk Apache Spark (C #) yang out-of-the-box.



Opsi 2: Periksa panduan pada repo .NET untuk Apache Spark GitHub untuk mempelajari cara memulai .NET untuk Apache Spark di notebook HDInsight + Jupyter. Pengalaman akan terlihat seperti gambar di bawah ini.

Mulailah dengan .NET Jupyter Notebooks Today!

Kernel .NET membawa pengalaman pengembang interaktif Jupyter Notebooks ke ekosistem .NET. Kami harap Anda bersenang-senang membuat .NET notebook. Silakan checkout repo kami untuk mempelajari lebih lanjut dan beri tahu kami apa yang Anda buat.