Hướng dẫn cài đặt và sử dụng Jupiter Notebook trong VS Code

Video clip này mình sưu tầm được từ trang VS Code offcial.

Jupiter Notebook là 01 cuốn sổ cho phép ghi chép 03 thứ sau:

1. Text
2. Code (chủ yếu là Python) -> có cho chạy và debug luôn!
3. Visual (là các đồ thị)

p/S: lưu cả kết quả chạy dòng code

Còn đây là câu trả lời của AI Copilot:

Jupyter Notebook là 01 ứng dụng web mã nguồn mở cho phép bạn tạo và chia sẻ tài liệu có chứa mã nguồn, phương trình, văn bản tường thuật và hình ảnh trực quan. Đây là công cụ rất phổ biến trong cộng đồng khoa học dữ liệu và lập trình bởi vì nó hỗ trợ việc lập trình tương tác và phân tích dữ liệu theo thời gian thực.

Một số đặc điểm nổi bật của Jupyter Notebook:

- **Hỗ trợ nhiều ngôn ngữ lập trình**: Mặc dù Python là ngôn ngữ được sử dụng nhiều nhất, Jupyter Notebook cũng hỗ trợ các ngôn ngữ khác như R, Julia và Scala.

- **Tương tác mạnh mẽ**: Bạn có thể thực hiện và kiểm tra mã từng phần, tạo đồ thị và biểu đồ, tất cả đều trong cùng một tài liệu.

- **Chia sẻ dễ dàng**: Các tệp Jupyter Notebook (đuôi .ipynb) có thể dễ dàng chia sẻ với người khác, cho phép họ thấy cả mã lẫn kết quả thực thi.

Jupyter Notebook thường được sử dụng trong các lĩnh vực như khoa học dữ liệu, học máy, và phân tích dữ liệu vì tính linh hoạt và khả năng tích hợp mạnh mẽ của nó. Nếu bạn chưa thử, đây chắc chắn là một công cụ đáng để khám phá!

Phần tóm tắt của video clip:

🔎 Chapters: 00:00 Install - Cài đặt 00:50 Setting up your environment - Thiết lập môi trường làm việc 02:29 Running text, code and visuals in one notebook - Chạy thử 04:59 Debugging options - Chạy debug 05:22 Variable explorer - Xử lý biến (đa phần là dạng mảng) 06:10 Outro Docs - https://code.visualstudio.com/docs/da... Anaconda installation - https://docs.anaconda.com/anaconda/in...

p/S: nhớ bật phụ đề cho dễ xem.

Timeline

00:12

Cài extension Jupyter Notebook

+ Jupyter Notebook là cuốn sổ ghi chú có kèm code (hay dùng nhất là PY) + vẽ đồ thị

+ menu View - Command pallet - 

+ Nhập "Open Walkthrough" => mở màn hình welcome của VS Code

00:45

Cài extension Python

00:51

trong Command Pallet - Create: new Jupiter Notebook

01:10

connect to a kernel (Python)

Chỗ này nếu chưa có Python -> vào Store cài PY

01:53

Cài đặt Anaconda (là 01 bản phân phối PY dùng cho Machine Learning + Data Science đã bao gồm Jupyter Notebook)

https://docs.anaconda.com/anaconda/install/

Bài thực hành này không cần cài Anaconda (cần 5.2G ổ cứng!!!)

02:09

print("Hello World!")

bấm nút Play (nếu báo phải cài đặt ipykernel thì Install luôn)

Màn hình Notebook xuất ra chữ Hello World! là OK

02:45

Tạo Mark Down: # My First Notebook

Dấu # và khoảng trắng để làm chữ to level 01

## là level 02 (chữ nhỏ dần theo level)

Ctr + Alt + Enter là Stop Editing (dấu check )

03:30

Product Analysis

import pandas as pd

data = {

    'Product_ID': range(101, 111),

    'Product_Name': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J'],

    'Category': ['Electronics' , 'Electronics', 'Furniture', 'Furniture', 'Clothing', 'Clothing', 'Food', 'Food', 'Books', 'Books'],

    'Price': [299.99, 199.99, 399.99, 499.99, 59.99, 49.99, 9.99, 14.99, 24.99, 19.99],

    'Stock': [50, 60, 30, 20, 100, 150, 200, 180, 90, 120]

}

df = pd.DataFrame(data)

import matplotlib.pyplot as plt

plt.scatter(df['Price'], df['Stock'])

plt.show()

vào terminal cài 02 thư viện đã import ở trên:

pip install pandas

pip install matplotlib

03:45

sort

04:14

Run cells bằng nhiều cách

-> bấm outline và run section Product Analysis

04:55

Nếu chạy k lỗi gì sẽ xuất ra chart dạng Ball

05:00

Cách debug code + chạy step trong notebook

05:33

Chạy debug cell chứa biến trước

->xem Variables

05:45

+ bấm vào mũi tên trước cột name biến df -> yes

+ Data Wrangler - Install

+ Quay lại bấm phím mũi tên khi nãy -> data lúc này dễ view + analyze hơn (tạo thêm thẻ tab df)

p/S: Data Wrangler có 01 cái nút để xuất 02 dạng dữ liệu sau:

1. CSV -> mở bằng Excel
2. Parquet -> dùng pandas và gõ lệnh trong VS Code

import pandas as pd

# Đọc tệp Parquet

df = pd.read_parquet('df.parquet', engine='pyarrow')

# Hiển thị dữ liệu

print(df.head())

Chú ý: file df.parquet mình xuất ra để cùng thư mục với file MyFirstNotebook.ipynb mới k báo lỗi.

Cả 02 dạng dữ liệu trên đều hiển thị mảng df thành dữ liệu dạng cột cho dễ nhìn.

06:27

HẾT

Bạn muốn có file MyFirstNotebook.ipynb thì liên hệ riêng mình.

Nếu vẫn chưa rõ các bạn xem thêm video clip sau của mình:

...

p/S: nếu bị lỗi khi mở file notebook thì báo mình sẽ hỗ trợ !!!

Sau đây là toàn bộ nội dung phần subtitle của video clip trên (bài viết kết thúc ở đây cứ bỏ qua phần này):

VS code supports working with Jupiter

notebooks natively so it's incredibly

seamless to get started in vs code head

over to the extension view search for

Jupiter and install the Jupiter

extension now if this is the first time

you've ever installed the Jupiter

extension you will see a welcome

experience for getting started with

Jupiter notebooks this is a great tool

for walking you through the steps to

create your first notebook and follows

the same workflow that we'll be going

through in this video's demo you can

always navigate back to this welcome

experience exp erience by opening the

command pallet running the open

walkthrough command and selecting the

get started with Jupiter notebooks

option you will also need to install the

python extension which is necessary for

connecting to the python environment

that runs your notebook code this

extension also provides linguage

features like intellisense and syntax

highlighting so let's get started and

create our first notebook in the command

pallet run the create new Jupiter

notebook command this will open a blank

notebook file and you can save open

anded edit this file just like any other

file so let's save it as my first

notebook now there's one more step

before you can start running code in

your notebook and that's connecting to a

kernel the kernel is essentially the

computational engine for executing the

code so in the top right of your

notebook click select a kernel you will

see a drop down in the command pallet to

connect to a python environment or to an

existing Jupiter server select python

environment and if you have python

already installed you will see your

python installation listed now you can

select This Global python environment

but it's recommended to use a virtual

environment instead you can create a

lightweight virtual environment using

Python and we actually have an entire

video about getting started with python

in vs code that talks more about this

Anaconda is also a popular choice for

creating a virtual environment and we

will link to that documentation in the

video description once you have your

virtual environment created you will see

it in your list of python environments

When selecting a kernel so now that we

have a kernel to execute the code let's

run a simple code cell I will write a

basic print hello world and run The Code

by clicking the play icon to the left of

the cell or using the Control Alt Enter

keyboard shortcut if prompted click

install to install the ipy kernel

package which is a lightweight package

necessary for running Jupiter notebooks

in vs code now we have running code in

our notebook and that's all the setup

you need to do so let's explore this

notebook a little more in the top left

of the Jupiter toolbar you can create a

code or markdown cell you will also see

these actions appear if you hover

directly below or above an existing cell

in your notebook each cell has a

language dropdown in the bottom right

corner that you can use to change the

language markdown cells are very helpful

for separating and describing different

sections of code so I can have multiple

section headers and a nested section

that I can collapse for example in the

outline view of the notebook you will

see these markdown headers listed this

outline view allows you to quickly View

and jump to different sections of the

notebook you can think of it like a

table of

contents you can then delete a Cell by

clicking the trash can icon or by

selecting the cell and pressing the

delete key now let's write a little more

code I asked GitHub copilot to generate

a sample data set for me showing

different products and their price and

stock so I'm going to title this section

product analys is in my first code cell

let's first import the pandas package

for the data frame then we can

initialize a data frame given that

co-pilot generated

data then in this next code cell I want

to have some sort of visual in our

notebook so let's import the matte plot

lib package and create a scatter plot

showing the relationship between the

stock and price of the products now as

I'm writing code notice that there's

automatically intelligence as I write so

coding in a note book has virtually the

same experience as coding elsewhere in

the editor another example is that you

can use the go-to definition in a

notebook cell to navigate to a symbol's

definition now that I have these code

cells we've already seen how we can run

a single cell you can also run multiple

cells at once with options like run all

in the toolbar or when focused on a cell

you can either execute all cells above

or execute the cell and all cells below

you can even head to the outline View

and run the cells in a particular

section so there's a lot of flexibility

here depending on your workflow so I

will run these code cells and while it's

running let's take a look at this top

toolbar you can interrupt the running

process and you can also click on go to

which will take you to the currently

running cell once the code is done

running there's a scatter plot generated

right in the notebook so this is a

really cool basic example of how you can

have a mix of text code and visuals all

in one notebook I also wanted to touch

on a couple of options for debugging

cells you can run the code in a Cell

line by

line or you can place a breakpoint and

debug the cell by selecting debug cell

in the Run action menu this will bring

up the full set of debugging features

supported in vs code such as the ability

to step into other cells or to inspect

variables now one final feature I want

to show is the variable Explorer in the

top toolbar click on variables after

executing cells any variables will show

here so you can quickly see their values

certain variables like data frames can

also be visualized in a custom editor

you can click the pop out icon to the

left of the variable name and you will

then be shown recommended extensions for

viewing the data like the data Wrangler

extension if you choose to install that

you will have a really easy way to

further View and analyze your data we

have a video about mastering your data

using data ring anger that will teach

you more about this extension and help

you become a data science Pro in no time

those are the basic components for

getting started with jupyter notebooks

in vs code there's so much more that we

could get into so let us know in the

comments if you'd like to see some more

advanced features and make sure to like

And subscribe to our channel so you

don't miss out on our other videos on

all things vs code happy coding

By #drM