今天，我们有一个关于Neuron的简短故事，它是Visual Studio Code的扩展，它是数据科学家真正的杀手feature。 它使您可以结合使用Python，任何机器学习库和Jupyter Notebook。 削减更多细节！
有一点背景-又称Neuron的想法是如何产生的
数据科学是21世纪非常流行的现象。 从每天创建成千上万个数据项的物联网设备开始，到以将人的信息以以前未知的水平合并的社交网络结束，今天正在发生的许多技术发展或早或晚都会与数据科学联系。
数据科学家来自不同的行业，但是绝大多数使用标准工具集：Python，<插入流行的机器学习库的名称>和Jupyter Notebooks。
然后微软提出了一个想法：我们可以将所有这些工具集成到一个易于理解的工作空间中吗？ 或者更确切地说，是否可以为Visual Studio Code创建扩展，从而使您可以直接，直接分析数据而不会中断开发过程？
这样做的好处是显而易见的。 您将获得智能Python编辑器（Visual Studio Code）的强大功能，以及Jupyter Notebook的速度和可视化功能。 一站式浏览。 因此，神经元诞生了。
神经元做什么以及如何使用它
Neuron的原理很简单。 所有这些都从Visual Studio Code中的常规Python或R编辑器开始。 与此同时，屏幕的另一侧是Neuron。 最初，它是空白页，但是当您运行代码片段时，输出将变成交互式图像。 它们可以是纯文本，表格，图像，图形，地图……等等。 这是一个例子：
1.安装扩展
您可以在
市场上找到Neuron。
安装后，一个按钮将出现在编辑器面板中。 当您编辑受支持的文件（当前为Python或R）时，它将始终存在。
单击它将显示Neuron主输出面板。
2.设定
该扩展程序在后台使用Jupyter Notebooks创建可视化文件。 如果您熟悉数据分析，则很可能已经在计算机上安装了Jupyter。 如果没有，第一次打开扩展程序时，Neuron将提供安装。
3.使用界面
第一步是编写代码。 该扩展目前支持Python和R，因为它们是数据分析中最常用的两种语言。 打开一个新的Python文件并编写代码：
这不能称为大数据，但是含义很明确。 要运行此代码并获取结果，我们只需要选择它并按Alt + Enter（在Mac上为Option + Return）即可。 而且...在那里！
卡片将显示在右侧，并显示您的代码。 您可以将其删除，在列表中上下移动，最小化或将其移动到单独的窗口。 Neuron会跟踪与每张卡关联的代码片段，以便您可以快速找到它们并在必要时重新运行。
4.向更有意义的结果过渡
复杂的数据可视化：这是Neuron真正强大的地方。 它比Jupyter Notebooks支持更多的前哨选项。
例如，在Python中创建图形的标准方法是通过流行的plotly库。 让我们尝试在2D平面上构建一些简单的数据元素。
from plotly.offline import download_plotlyjs, init_notebook_mode, plot, iplot from plotly.graph_objs import Scatter, Figure, Layout iplot([{"x": [1, 2, 3, 4, 5, 6, 7, 8], "y": [0, 1, 1, 2, 2, 3, 3, 4]}])
再次选择文本，然后按Alt + Enter，将生成地图。
该地图是交互式的，因此您可以根据需要缩放和平移地图，以及在图形上标记值或以PNG格式导出图像。 如果要编辑数据点，您要做的就是回到源代码，更改一些值并再次执行。 一张新的地图将出现在旧地图的下面：Neuron会跟踪您的代码历史记录，直到您关闭Visual Studio。
Neuron还支持3D图形，地图，LaTeX公式，降价，HTML和各种类型的静态图像。 创建它们的步骤与我上面演示的步骤相同。 您可以在下面的演示文件中找到所有示例。
5.自己尝试
如果您正在寻找有关使用Neuron的教程，请尝试使用我们的
演示文件 ，它将帮助您学习最有用的扩展功能。
一些秘密
在输出中过滤地图：如果您使用大量代码段，则地图列表会使导航更加困难。 使用搜索框和输出面板上工具栏上的过滤器按钮，按关键字或按类型过滤卡。
木星工作吗？ 如果您在运行Python代码时遇到奇怪且不一致的错误，那么重启在后台运行的Jupyter可能会很有用。 该命令称为“ IPE：重新启动活动内核”。
共享输出： Neuron与Jupyter笔记本电脑兼容。 您可以使用“ IPE：导入Jupyter笔记本”命令导入现有的笔记本，它将所有Jupyter单元转换为卡片。 同样，一切都与导出一起使用。
作者结论
我非常高兴微软决定将Neuron集成到Visual Studio Code的Python扩展中。 您可以在Github存储库中跟踪项目进度。 期待您的反馈！
分钟广告
来自AI-Community的小伙子们现在
在Data Science举办了
在线锦标赛，奖池达到60万卢布。 加入我们，这个案例可能会让您感兴趣。