Jupyter Notebook n’est pas le seul produit open source que propose le projet Jupyter : JupyterHub et JupyterLab sont les deux autres services étroitement associés à l’environnement du code interactif que propose l’équipe de développement.
JupyterHub est un serveur multi-utilisateur avec proxy qui permet de connecter plusieurs instances Jupyter-Notebook. Ce serveur peut s’héberger soit dans le Cloud soit dans son propre matériel, et permet de partager l’usage d’un environnement Notebook commun. L’administrateur du serveur gère l’accès commun aux documents ouverts selon les besoins (il est possible de mettre en œuvre une méthode d’authentification), tout en laissant chaque utilisateur se concentrer entièrement sur sa propre tâche.
Évolution du projet IPython, Jupyter est utilisé pour programmer dans plus de 40 langages de programmation, dont Python, Julia, Ruby, R, ou encore Scala. Jupyter permet de réaliser des bloc-notes ou notebooks, c'est-à-dire des programmes contenant à la fois du texte en markdown et du code en Julia, Python, R et autres. Comme Microsoft le souligne, Jupyter Notebook est souvent associée à des langages comme Python, Julia ou Scala dans l'esprit des développeurs, mais pas .NET. Pour y remédier, l'éditeur a annoncé qu'il est possible d'écrire du code .NET dans les notebooks Jupyter. Bien entendu, il s'agit de la Preview 1.
Avant de pouvoir tenter l'expérience, vous aurez besoin de :
- .NET Core 3.0 SDK et 2.1 actuellement, l'outil dotnet try cible 2.1.
- Jupyter : vous pouvez installer Jupyter sur votre ordinateur avec Anaconda. Pour d’autres méthodes d’installation de Jupyter, il faut consulter la documentation officielle de Jupyter’s Project. Pour utiliser Jupyter Notebook il faut d’abord installer, dans son système ou dans le Cloud, l’application client et serveur de l’environnement du code. La seule condition est qu’il soit également installé une version valide de Python. C’est pourquoi l’équipe Jupyter recommande de télécharger la distribution Anaconda, qui contient aussi bien Jupyter Notebook et Python que divers autres ensembles logiciels pour la science des données, le calcul scientifique, etc. Une fois l’installation réalisée, on peut lancer le serveur Notebook par la ligne de commande, puis ouvrir le tableau de bord dans le navigateur qu’on utilise.
- Ouvrir l'invite Ananconda.
- Installer l'outil dotnet try dotnet tool install -g dotnet-try
Pour ceux qui ont déjà l'outil dotnet try, Microsoft recommande de le désinstaller d'abord avant de récupérer la version compatible avec le noyau. - Installer le kernel .NET.
dotnet try jupyter install - Vérifier si le noyau .NET est installé avec jupyter kernelspec list
- Pour lancer un nouveau bloc-notes (notebook), vous pouvez taper jupyter lab dans l'invite de commande Anaconda ou lancer un nouveau bloc-notes depuis Anaconda Navigator.
- Une fois que Jupyter Lab a été lancé, vous avez la possibilité de créer un bloc-notes C# ou F#.
Fonctionnalités
Microsoft estime que l'ensemble initial de fonctionnalités qu'il a publié devait être pertinent pour les développeurs avec une expérience Notebook et donner aux utilisateurs novices un ensemble d'outils utiles qu'ils seraient désireux d'essayer. En voici quelques-unes.
La première chose que vous devez savoir est lors de l’écriture en C# ou F# dans un bloc-notes .NET, vous utiliserez C# Scripting ou F# interactive.
Liste des fonctionnalités
Affichage de la sortie : il existe plusieurs façons d’afficher la sortie dans des bloc-notes. Vous pouvez utiliser n'importe laquelle des méthodes présentées dans l'image ci-dessous.
Formateurs d'objets : par défaut, l'utilisation du bloc-notes .NET permet aux utilisateurs d'afficher des informations utiles sur un objet sous forme de tableau.
Sortie HTML : par défaut, les blocs-notes .NET sont livrés avec plusieurs méthodes d'assistance pour l'écriture HTML. Des aides de base permettant aux utilisateurs d’écrire une chaîne au format HTML ou de générer du code Javascript au format HTML plus complexe avec PocketView.
Importation de packages : vous pouvez charger des packages NuGet en utilisant la syntaxe suivante :
Code : | Sélectionner tout |
#r "nuget:<package name>,<package version>"
Code : | Sélectionner tout |
1 2 3 4 5 | # r "nuget:Octokit, 0.32.0" # r "nuget:NodaTime, 2.4.6" using Octokit; using NodaTime; using NodaTime.Extensions; using XPlot.Plotly; |
Graphiques avec XPlot : les graphiques sont rendus en utilisant Xplot.Plotly. Dès que les utilisateurs importent l'espace de noms XPlot.Plotly dans leurs bloc-notes (à l'aide de Xplot.Ploty, ils peuvent commencer à créer des visualisations de données enrichies dans .NET.
Machine learning et big data
Les bloc-notes .NET apportent à .NET des expériences itératives et interactives populaires dans le monde de la machine learning et du big data. Les blocs-notes .NET ouvrent plusieurs scénarios pour ML.NET, tels que l'exploration et la documentation d'expériences d'apprentissage de modèles, l'exploration de la distribution de données, le nettoyage des données, le traçage de graphiques de données et l'apprentissage. L’équipe de ML.NET a rassemblé plusieurs exemples en ligne pour vous permettre de commencer.
Source : Microsoft
Et vous ?
Avez-vous déjà utilisé Jupyter ? Avec quel langage ? Qu'en pensez-vous ?
Que pensez-vous de cette annonce de Microsoft ?
Voir aussi :
La version 3.1 de Xenko est disponible, le moteur de jeux vidéo développé en C# a été décomposé en paquets NuGet et supporte en grande partie le standard .NET
Pourquoi devez-vous faire usage de .NET Core 3.0 pour le développement d'applications de bureau Windows ? Microsoft se penche sur les avantages de cette approche
Microsoft annonce que .Net Core 3.0 met un terme au projet de portage de l'API .Net Framework sur la plateforme de développement open source et multiplateforme
Microsoft évoque le futur de C++/CLI et de .NET Core : C++ sera disponible sur .NET Core 3.1 pour Windows