El espacio tecnológico está inundado de discusiones sobre operaciones de aprendizaje automático (MLOps), regulaciones de datos estrictas y cumplimiento de canalizaciones de datos complejas. A veces es fácil olvidar que jugar caprichosamente con fragmentos de código, bibliotecas y conjuntos de datos es esencial para el éxito de los proyectos de ciencia de datos. De hecho, la exploración de datos y la ingeniería de funciones pueden llevar tanto tiempo como el desarrollo del modelo, si no más.
Antes de Jupyter Notebooks, los científicos de datos escribieron scripts largos (generalmente desordenados) específicamente para la exploración y transformación de datos. Quizás una función en el script era responsable de generar estadísticas descriptivas en un conjunto de datos, mientras que otra realizaba diferentes transformaciones y trazaba la nueva distribución.
Cada vez que alguien quería una gráfica o estadística específica, el científico de datos ejecutaba todo el script y modificaba las llamadas a funciones según fuera necesario. Sin embargo, si el código no estaba bien organizado en funciones, el científico de datos ejecutaba todo el script y observaba con impotencia cómo se generaban múltiples gráficos en pantalla.
Ingrese a JupyterLab, una aplicación de servidor-cliente para la codificación interactiva en Python, Julia, R y más. JupyterLab proporciona un entorno para que los desarrolladores creen scripts y cuadernos de Jupyter. Los cuadernos son una solución para ejecutar fragmentos de código organizados (o celdas) que funcionan de forma independiente y cuya salida aparece directamente debajo de la celda.
Esta guía demuestra cómo instalar, ejecutar y actualizar JupyterLab en Red Hat Enterprise Linux (RHEL), CentOS Stream o Fedora.
Tabla de Contenidos
Elige un idioma
Antes de instalar JupyterLab, debe decidir el lenguaje de programación que pretende usar y si sus cargas de trabajo requieren unidades de procesamiento de gráficos (GPU). JupyterLab admite más de 100 lenguajes de programación, incluidos Scala, Matlab y Java.
[ Download now: A sysadmin’s guide to Bash scripting. ]
Debido a que Python es popular entre los científicos de datos, los administradores de sistemas y los usuarios avanzados por igual, lo usaré en este artículo para una demostración.
Instalar JupyterLab
JupyterLab requiere Python 3.3 o superior. administrador de paquetes designado de Python, pip, facilita la instalación de JupyterLab. Empezar con dnf:
$ sudo dnf update
$ sudo dnf install epel-release
$ sudo dnf install python3
$ sudo dnf install python3-pip
Después de la instalación, verifique que Python y pip son accesibles:
$ python3 –version
$ python3 -m pip install --user --upgrade pip
JupyterLab configura un servidor web para permitir a los usuarios crear múltiples cuadernos y scripts. Si está utilizando un virtualenv en Python, active el entorno antes de instalar:
$ python3 -m pip install --user jupyterlab
Si necesita compatibilidad con GPU, instale el controlador CUDA y TensorFlow.
Ejecutar JupyterLab
Inicie JupyterLab con el --no-browser opción para evitar que Jupyter inicie una interfaz de usuario (UI) local y el --port opción con un número de puerto como entrada (el número de puerto predeterminado es 8888):
$ jupyter-lab --no-browser –-port=
JupyterLab configura un servidor web y genera una URL para acceder a la interfaz de usuario. Proteja con contraseña su servidor JupyterLab generando y modificando un archivo de configuración de Jupyter:
$ jupyter-lab –generate-config
$ jupyter-lab password
[ Free cheat sheet: Get a list of Linux utilities and commands for managing servers and networks. ]
Después de iniciar JuptyerLab, acceda a la interfaz de usuario desde una máquina remota a través de HTTP o con el reenvío de puertos SSH. Para acceder a JupyterLab a través de un navegador web, debe abrir el puerto al tráfico HTTP usando firewall-cmd:
$ sudo firewall-cmd --add-service http --permanent
$ sudo firewall-cmd –reload
Ahora abra un navegador en una máquina remota y navegue hasta la dirección IP o el nombre de host de su servidor en el lugar de servidor local en la URL que proporciona Jupyter. Por ejemplo, si su servidor está ubicado en 10.1.2.34, la URL de JupyterLab es 10.1.2.34:5678/laboratorio.
Si no desea abrir un puerto de firewall para el tráfico HTTP, puede usar el reenvío de puertos SSH. Desde una máquina remota, SSH a su servidor, enrutando el puerto de JupiterLab (5678 en este ejemplo) a algún puerto en su máquina local:
$ ssh -fL 8080:10.1.2.34:5678 [email protected]
Alternativamente, puede acceder a JupyterLab directamente en el servidor local iniciando un navegador y navegando a anfitrión local: 5678 (con 5678 siendo el puerto donde lanzó JupyterLab).
Los archivos y cuadernos se almacenan en el directorio de trabajo donde se inicia JupyterLab (es decir, en el servidor que ejecuta JupyterLab).
Pruebe JupyterLab
Un buen IDE de Python puede simplificar la programación, y Jupyter Notebooks hace que ejecutar su código sea increíblemente versátil. Instale JupyterLab y ejecute su código de Python como nunca antes.
