Quando você pensa nos Jupyter Notebooks, provavelmente pensa em escrever seu código em Python, R, Julia ou Scala e não no .NET. Hoje, temos o prazer de anunciar que você pode escrever código .NET em Jupyter Notebooks.
O Try .NET cresceu para oferecer suporte a experiências interativas na Web com trechos de código executáveis, gerador de documentação interativa para o .NET Core com a ferramenta global dotnet try e agora .NET no Jupyter Notebooks.
Construir blocos de anotações .NET Jupyter
Para começar com os Notebooks .NET, você precisará do seguinte:
Nota: Se você já possui a ferramenta global dotnet try instalada, será necessário desinstalar antes de pegar a versão ativada pelo kernel.
- Para iniciar um novo notebook, você pode digitar o prompt do
jupyter lab Anaconda ou iniciar um notebook usando o Anaconda Navigator. - Depois que o Jupyter Lab for iniciado no seu navegador preferido, você poderá criar um bloco de anotações C # ou F #.
Funcionalidades
O conjunto inicial de recursos que lançamos precisava ser relevante para os desenvolvedores, com a experiência do Notebook, além de oferecer aos usuários novos da experiência um conjunto útil de ferramentas que eles estariam ansiosos para experimentar. Vamos dar uma olhada em alguns dos recursos que ativamos.
A primeira coisa que você precisa saber é que, ao escrever C # ou F # em um Notebook .NET, você usará scripts em C # ou F # interativo.
Você pode explorar os recursos listados abaixo localmente na sua máquina ou on-line usando a
imagem do fichário dotnet / try .
Para a documentação online, vá para a subpasta Docs, localizada nas pastas C # ou F #.
Lista de recursos
Exibir saída: Existem várias maneiras de exibir a saída em notebooks. Você pode usar qualquer um dos métodos demonstrados na imagem abaixo.
Formatadores de objetos: por padrão, a experiência do notebook .NET permite que os usuários exibam informações úteis sobre um objeto no formato de tabela.
Saída HTML: por padrão, os notebooks .NET são fornecidos com vários métodos auxiliares para escrever HTML. De ajudantes básicos que permitem aos usuários escrever uma string como HTML ou gerar Javascript para HTML mais complexo com o PocketView.
Importando pacotes: Você pode carregar pacotes NuGet usando a seguinte sintaxe:
#r "nuget:<package name>,<package version>"
Por exemplo
# r "nuget:Octokit, 0.32.0" # r "nuget:NodaTime, 2.4.6" using Octokit; using NodaTime; using NodaTime.Extensions; using XPlot.Plotly;
Gráficos com XPlotOs gráficos são renderizados usando
Xplot.Plotly . Assim que os usuários importam o namespace XPlot.Plotly em seus blocos de anotações (
using Xplot.Ploty; ), eles podem começar a criar visualizações ricas de dados no .NET.
Verifique o .NET Notebook online para obter mais documentação e exemplos.
Notebooks .NET perfeitos para ML .NET e .NET para Apache Spark
Os notebooks .NET trazem experiências interativas e interativas populares nos mundos de aprendizado de máquina e big data para .NET.
ML.NET
ML.NET com notebooks Jupyter
Os notebooks .NET abrem vários cenários atraentes para o ML.NET, como explorar e documentar experimentos de treinamento de modelos, exploração de distribuição de dados, limpeza de dados, plotagem de gráficos de dados e aprendizado.
Para obter mais detalhes sobre como você pode alavancar o ML.NET nos notebooks Jupyter, confira esta postagem no blog
Usando o ML.NET nos notebooks Jupyter . A equipe do ML.NET reuniu vários
exemplos on-line para você começar.
.NET para Apache Spark
Big Data para .NET
Ter suporte para notebooks é indispensável quando você está lidando com casos de uso de Big Data. Os notebooks permitem que cientistas de dados, engenheiros de aprendizado de máquina, analistas e qualquer pessoa interessada em big data prototipem, executem e analisem consultas rapidamente.
Então, como os desenvolvedores .NET e as principais lojas .NET podem acompanhar nosso futuro orientado a dados? A resposta é
.NET para Apache Spark , que agora você pode usar em notebooks!
Hoje, os desenvolvedores do .NET têm duas opções para executar consultas do .NET for Apache Spark nos blocos de anotações: os Cadernos de
Análises do Azure Synapse Analytics e os Cadernos do
Azure HDInsight Spark + Jupyter . Ambas as experiências permitem que você escreva e execute consultas ad-hoc rápidas, além de desenvolver cenários completos e completos de big data, como ler dados, transformá-los e visualizá-los.
Opção 1: O
Azure Synapse Analytics é fornecido com suporte .NET pronto para o uso para Apache Spark (C #).
Opção 2:
Confira o guia no repositório .NET para Apache Spark
GitHub para aprender como começar com o .NET for Apache Spark nos notebooks HDInsight + Jupyter. A experiência será semelhante à imagem abaixo.
Comece hoje mesmo com os notebooks .NET Jupyter!
O kernel .NET traz experiências interativas para desenvolvedores de Jupyter Notebooks ao ecossistema .NET. Esperamos que você se divirta criando notebooks .NET. Confira nosso
repositório para saber mais e informe-nos o que você construiu.