Jupyter Notebook ist eine Open-Source-Webanwendung, mit der Sie Dokumente erstellen und weitergeben können, die Live-Code, Gleichungen, Visualisierungen und erklärenden Text enthalten, und mit der Sie Hardware direkt steuern oder überwachen können. Zu den Anwendungsbereichen gehören Datenbereinigung und -umwandlung, numerische Simulation, statistische Modellierung, maschinelles Lernen und vieles mehr.

Das Jupyter Notebook ermöglicht es Anfängern, die Programmierung der Red Pitaya-Geräte in 5 Minuten zu erlernen, und Wissenschaftlern oder Forschern, das volle Potenzial der Hardware auszuschöpfen und sich dabei ganz auf die Anwendungsebene zu konzentrieren. Das Jupyter Notebook ist eine Open-Source-Webanwendung, die Live-Python-Code, Gleichungen, Visualisierungen und Dashboards mit Echtzeitgraphen, Skalen, Messgeräten, Schiebereglern, Schaltflächen und erklärendem Text kombiniert. Jupyter, das auf den Red Pitaya-Geräten läuft, bietet außerdem einen intuitiven Zugang zu allen Funktionen der Hardware, so dass die Benutzer mit fast einer einzigen Zeile Python-Code arbeiten können:

• Steuerung von Onboard-LEDs
• digitale E/As verwenden
• langsame analoge E/As verwenden
• RF-Signale erfassen
• RF-Signale erzeugen
• Kommunikation über digitale Schnittstellen (I2C, UART, SPI)

Wenn die Red Pitaya-Einheiten zusammen mit einem Sensorerweiterungsmodul verwendet werden, können die Benutzer auch viele Sensoren und Aktoren anschließen, die eine sofortige Funktionalität ermöglichen:

– Messung von Temperatur, Feuchtigkeit, Alkohol, Wasserstand, Vibrationen, UV-Licht, Schall, Druck, Luftqualität, Bewegungserkennung und anderen Parametern. Rr steuern Dinge wie: – LEDs, Anzeigen, Motoren und Relais, die in der Lage sind, Geräte mit hoher Last zu steuern. Ausführliche Beschreibungen und Beispiele finden Sie unter diesem LINK

Eigenschaften

– In-Browser-Bearbeitung von Code mit automatischer Syntaxhervorhebung, Einrückung und Tabulatorvervollständigung/Introspektion.

– Die Möglichkeit, Code im Browser auszuführen, wobei die Berechnungsergebnisse mit dem Code verbunden sind, der sie erzeugt hat.

– Darstellung der Berechnungsergebnisse mit Hilfe von Rich-Media-Darstellungen, wie HTML, LaTeX, PNG, SVG usw. So können beispielsweise von der matplotlib-Bibliothek gerenderte Abbildungen in Publikationsqualität inline eingebunden werden.

– Die In-Browser-Bearbeitung von Rich-Text mit der Auszeichnungssprache Markdown, die Kommentare zum Code liefern kann, ist nicht auf reinen Text beschränkt.

– Die Möglichkeit, mathematische Notationen mit LaTeX in Markdown-Zellen einzubinden, die nativ von MathJax gerendert werden.

Hier erfahren Sie, wie Sie anfangen können:

Notebook-Dokumente enthalten die Eingaben und Ausgaben einer interaktiven Sitzung sowie zusätzlichen Text, der den Code begleitet, aber nicht zur Ausführung bestimmt ist. Auf diese Weise können Notizbuchdateien als vollständige Aufzeichnung einer Sitzung dienen, indem sie ausführbaren Code mit erklärendem Text, Mathematik und umfangreichen Darstellungen der resultierenden Objekte verbinden. Diese Dokumente sind intern JSON-Dateien und werden mit der Erweiterung .ipynb gespeichert. Da JSON ein reines Textformat ist, können sie versionskontrolliert und mit Kollegen geteilt werden.

Notizbücher können mit dem Befehl nbconvert in eine Reihe von statischen Formaten exportiert werden, darunter HTML (z. B. für Blogbeiträge), reStructuredText, LaTeX, PDF und Diashows.

Außerdem kann jedes .ipynb-Notizbuchdokument, das unter einer öffentlichen URL verfügbar ist, über den Jupyter Notebook Viewer (nbviewer) freigegeben werden. Dieser Dienst lädt das Notebook-Dokument von der URL und stellt es als statische Webseite dar. Die Ergebnisse können so mit einem Kollegen oder als öffentlicher Blogbeitrag geteilt werden, ohne dass andere Benutzer das Jupyter Notebook selbst installieren müssen. Im Grunde ist nbviewer einfach nbconvert als Webdienst, so dass Sie Ihre eigenen statischen Konvertierungen mit nbconvert durchführen können, ohne sich auf nbviewer zu verlassen.