跳转到主要内容

一组Python实用方法,可简化Jupyter笔记本的使用

项目描述

https://travis-ci.org/Stibbons/jupyter_utils.svg?branch=master Pypi package

一组Python实用方法,可简化Jupyter笔记本的使用

安装

在Anaconda中安装jupyter_utils

$ source activate my_conda_env
$ pip install jupyter_utils

注意:使用pip install时,仅安装requirements.txt中描述的依赖项。开发依赖项(pylint等)和在部署时安装。

用法

>从现在开始,在每次使用此conda环境的Jupyter笔记本中,您都可以直接从单元格中安装任何缺少的Anaconda包。

安装Anaconda包

可以使用! conda install …从笔记本中直接安装Anaconda包,但您需要指定内核名称。为了简化这一过程,Jupyter Utils提供了

from jupyter_utils import conda
conda.install("numpy")

Apache Spark 1.6上的Grid Search CV

轻松将Scikit-learn交叉验证分发到Spark集群。仅适用于Spark 1.6.x。对于Spark 2,请使用Sparkit-LearnSpark-SKLearn

from jupyter_utils.spark import SparkGridSearchCV
SparkGridSearchCV(sc, model, params)

贡献

创建虚拟环境

$ virtualenv venv
$ source venv/bin/activate
$ pip install --upgrade pip  # Force upgrade to latest version of pip

生产环境设置

$ pip install -r requirements.txt .

开发和单元测试设置

$ pip install --upgrade -r requirements.txt -r requirements-dev.txt -e .
$ python setup.py develop

执行单元测试

$ python setup.py test

代码风格

$ python setup.py flake8
$ yapf -r -i jupyter_utils

构建

$ # Source package
$ python setup.py sdist
$ # Binary package:
$ python setup.py bdist bdist_wheel

项目详情


下载文件

下载适用于您的平台文件。如果您不确定选择哪个,请了解更多关于 安装包 的信息。

源代码发行版

jupyter_utils-1.2.6.tar.gz (10.5 kB 查看哈希值)

上传时间 源代码

编译后的发行版

jupyter_utils-1.2.6-py2.py3-none-any.whl (10.2 kB 查看哈希值)

上传时间 Python 2 Python 3

由支持