Ketika Anda memikirkan notebook Jupyter, Python, R, Julia, atau kode Scala mungkin terlintas dalam pikiran, bukan .NET. Hari ini, dengan senang hati kami mengumumkan bahwa Anda dapat menulis kode .NET di Notebook Jupyter.
Coba .NET telah berevolusi untuk mendukung lebih banyak fitur interaktif di Internet dengan cuplikan kode yang dapat dieksekusi, generator dokumentasi interaktif untuk .NET Core dengan alat coba global dotnet. Nah, sekarang .NET tersedia di Jupyter Notebooks.
Bangun. NET Jupyter Notebooks
Untuk memulai dengan .NET notes, Anda memerlukan yang berikut:
Fitur
Rangkaian fungsi awal yang kami tambahkan seharusnya relevan bagi pengembang dengan pengalaman bekerja pada notebook, serta memberi pengguna baru seperangkat alat berguna yang ingin mereka coba. Mari kita lihat beberapa fitur yang telah kami sertakan.
Hal pertama yang perlu Anda ketahui adalah ketika menulis C # atau F # dalam .NET Notebook, Anda akan menggunakan Scripting C # atau interaktif F #.
Anda dapat mempelajari fungsi-fungsi yang tercantum di bawah ini secara lokal di komputer Anda atau di Internet menggunakan
gambar dotnet / coba middleware .
Untuk dokumentasi online, silakan buka subfolder Documents yang terdapat di folder C # atau F #.
Daftar Fitur
Output layar: 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, dalam .NET notepad, pengguna dapat menampilkan informasi bermanfaat tentang objek dalam format tabel.
Output HTML: Secara default, .NET notes dilengkapi 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 mengunduh 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 XPlotGrafik ditampilkan menggunakan
Xplot.Plotly . Setelah pengguna mengimpor namespace XPlot.Plotly ke notebook mereka (
Xplot.Ploty; ), mereka dapat mulai membuat visualisasi data keren di .NET.
Jelajahi .NET Notebook online untuk dokumentasi dan contoh lainnya.
Notes NET. Sempurna untuk ML.NET dan .NET untuk Apache Spark
Notes .NET membawa fitur interaktif berulang ke .NET yang populer di dunia pembelajaran mesin dan data besar.
ML.NET
ML.NET dengan Notebook Jupyter
Notes .NET membuka beberapa skenario menarik untuk ML.NET, seperti menjelajahi dan mendokumentasikan eksperimen pelatihan model, menjelajahi penyebaran data, membersihkan data, merencanakan data, dan belajar.
Untuk informasi lebih lanjut tentang cara menggunakan ML.NET di notebook Jupyter, lihat posting blog ini tentang
menggunakan ML.NET di notebook Jupyter . Tim ML.NET telah mengumpulkan beberapa
contoh online sehingga Anda dapat memulainya.
.NET untuk Apache Spark
Big Data untuk .NET
Dukungan notebook sangat diperlukan saat menangani kasus penggunaan data besar. Notebook memungkinkan ilmuwan data, insinyur pembelajaran mesin, analis, dan siapa pun yang tertarik pada data besar untuk dengan cepat membuat model dan menjalankan serta menganalisis kueri.
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 opsi memungkinkan Anda untuk menulis dan menjalankan permintaan ad-hoc cepat selain mengembangkan skrip data besar yang lengkap, kompleks seperti membaca data, mentransformasikannya, dan memvisualisasikannya.
Opsi 1:
Azure Synapse Analytics hadir dengan dukungan .NET siap pakai untuk Apache Spark (C #).
Opsi 2:
Lihat tutorial .NET untuk Apache Spark
di GitHub untuk mempelajari cara memulai .NET untuk Apache Spark di catatan HDInsight + Jupyter.
Lihat juga:
7 kursus gratis untuk pengembang