LabEx VM Jupyter 인터페이스

​

Jupyter 인터페이스 미리보기

1. Python 라이브러리 (Pandas, Matplotlib 등) 를 사용한 데이터 분석 및 시각화 프로젝트
2. 기계 학습 및 딥 러닝 실험
3. 즉각적인 피드백을 통한 대화형 코드 실행
4. 코드와 마크다운을 결합한 문서화된 워크플로우 생성
5. 설명과 실행 가능한 예제가 포함된 교육 콘텐츠

​

인터페이스에 액세스하기

1. Jupyter 가 활성화된 랩을 시작한 후 페이지 상단의 “Notebook” 탭을 클릭합니다.
2. Jupyter 인터페이스가 완전히 로드될 때까지 기다립니다.
3. 브라우저에서 익숙한 Jupyter Notebook 인터페이스를 볼 수 있습니다.

​

인터페이스 레이아웃

1. 주요 작업 영역:
   • 노트북 셀 (코드 및 마크다운)
   • 출력 표시
   • 일반적인 작업이 있는 도구 모음
2. 상단 메뉴 바:
   • 파일 작업
   • 셀 조작
   • 커널 제어

​

노트북 사용하기

​

셀 유형

1. 코드 셀:
   • Python 코드를 작성하고 실행합니다.
   • 셀 바로 아래에 출력을 봅니다.
   • Shift+Enter 를 사용하여 실행합니다.
   
2. 마크다운 셀:
   • 작업을 문서화합니다.
   • 설명과 메모를 추가합니다.
   • LaTeX 를 사용하여 수학 방정식을 지원합니다.

​

일반적인 작업

1. 새 셀 만들기:
   • 도구 모음에서 + 버튼을 클릭합니다.
   • 키보드 단축키 B(아래) 또는 A(위) 를 사용합니다.
2. 셀 실행:
   • 재생 버튼을 클릭합니다.
   • Shift+Enter 를 사용합니다.
   • 셀 메뉴 옵션을 사용합니다.
3. 셀 유형 변경:
   • 도구 모음의 드롭다운을 사용합니다.
   • 키보드 단축키: Y(코드), M(마크다운)

​

사용 시나리오

import pandas as pd
import matplotlib.pyplot as plt

# Read data
df = pd.read_csv('data.csv')

# Create visualization
plt.figure(figsize=(10, 6))
df['column'].plot(kind='bar')
plt.title('Data Visualization')
plt.show()

from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression

# Split data
X_train, X_test, y_train, y_test = train_test_split(X, y)

# Train model
model = LogisticRegression()
model.fit(X_train, y_train)

# Evaluate
score = model.score(X_test, y_test)
print(f"Model accuracy: {score:.2f}")

​

자주 묻는 질문

!pip install package-name