Notebook Jupyter: documenti web per analisi di dati, livecode e molto altro

Un regolare processo lavorativo in team è d’importanza fondamentale in molti settori. I tool di comunicazione e per l’organizzazione e la gestione delle fasi lavorative e dei dati di progetto sono diventati praticamente indispensabili. Esistono diverse applicazioni per la scienza e la simulazione dei dati che cercano di soddisfare queste esigenze. La soluzione basata sul web di Notebook Jupyter crea ad esempio un continuo ponte tra codice di programma e testo esplicativo, consentendo all’utente di scambiare e creare in tempo reale codici, equazioni, visualizzazioni ecc., incluse le informazioni esplicative. Cosa c’è dietro all’applicazione open source sviluppata e gestita dal Progetto Jupyter?

Notebook Jupyter è un’applicazione basata sul modello client-server dell’organizzazione no profit Progetto Jupyter fondata nel 2015. Permette la creazione e la condivisione di documenti web nel formato JSON, che seguono uno schema e una lista ordinata di celle input/output. Queste celle offrono tra l’altro spazio per codici, testi in markdown, formule matematiche ed equazioni o contenuti multimediali (rich media).

L’elaborazione funziona su un’applicazione client basata sul web che si avvia con un browser standard. Basta che sul sistema sia installato e venga eseguito anche il server del Notebook Jupyter. I documenti Jupyter creati si possono esportare come documenti HTML, PDF, Markdown o Python o in alternativa si possono condividere con altri utenti tramite e-mail, Dropbox, GitHub o il proprio Notebook Jupyter.

I due componenti centrali di Notebook Jupyter sono un set di diversi kernel (interpreti) e la dashboard. I kernel sono piccoli programmi che elaborano richieste (“request”) specifiche nel linguaggio e reagiscono con relative risposte. Un kernel standard è IPython, un interprete della riga di comando che permette di lavorare con Python. Oltre 50 kernel forniscono supporto per altri linguaggi come C++, R, Julia, Ruby, JavaScript, CoffeeScript, PHP o Java. La dashboard serve da una parte come interfaccia di gestione per i singoli kernel e dall’altra come centrale per la creazione di nuovi documenti Notebook o per aprire progetti già esistenti. Notebook Jupyter è disponibile gratuitamente per tutti gli utenti grazie a una licenza BSD modificata.

Notebook Jupyter non è l’unica offerta open source del Progetto Jupyter: con JupyterHub e JupyterLab il team di sviluppo offre altri due servizi strettamente connessi all’ambiente del codice interattivo.

JupyterHub è un server multiutente che include un proxy, il quale collega tra loro diverse istanze di Notebook Jupyter. Esso può essere ospitato nel cloud o sul proprio hardware e permette l’utilizzo di un ambiente Notebook comune. L’amministratore del server gestisce a piacimento l’accesso comune ai singoli documenti (è implementabile un metodo di autenticazione), mentre i singoli utenti si possono concentrare sui propri compiti. Informazioni dettagliate sull’installazione e l’hosting di JupyterHub sono offerte dal Repository di GitHub della soluzione multiutente.

JupyterLab è il successore ufficiale di Notebook Jupyter. Esso dovrebbe sostituire il programma di base nel lungo termine. In confronto a quest’ultimo JupyterLab offre infatti più opzioni per la personalizzazione e l’interazione ed è ancora più semplice da ampliare. Oltre a editor di testo, terminali e altri componenti che si aprono e vengono visualizzati in parallelo con i documenti di Notebook, l’interfaccia utente completamente ridisegnata include anche collegamenti a Google Drive e ad altri servizi cloud, voci di menu aggiuntive e scorciatoie da tastiera per lavorare con l’ambiente di codice in modo ancora più agevole.

Notebook Jupyter mette a disposizione un ambiente perfetto fatto su misura per le esigenze e il flusso di lavoro di scienza e simulazione dei dati. In una sola istanza gli utenti possono scrivere, documentare ed eseguire codici, visualizzare dati, eseguire calcoli ed esaminare i risultati corrispondenti. In particolare durante la fase di prototipo possono trarre beneficio dal fatto che ciascun codice può essere ospitato in celle indipendenti: così è possibile testare individualmente specifici blocchi di codici. Grazie ai numerosi kernel aggiuntivi Jupyter non si limita a Python per quanto riguarda il linguaggio di programmazione e ciò significa più flessibilità al momento della codifica e dell’analisi.

Tra gli scopi d’utilizzo più importanti di Notebook Jupyter si possono menzionare:

• Pulizia dei dati: differenziazione tra dati importanti e meno importanti nell’analisi dei big data
• Modellizzazione statistica: metodo matematico per determinare la stimata probabilità di distribuzione di una determinata caratteristica
• Creazione e training di modelli di machine learning: progetto, programmazione e training di modelli basati sul machine learning
• Visualizzazione dati: rappresentazione grafica di dati per spiegare modelli, tendenze, dipendenze ecc.

A questo punto l’utente crea una nuova cartella nella directory di Notebook Jupyter, apre l’editor di testo integrato e il terminale o crea un nuovo progetto Jupyter. Ogni nuovo progetto creato contiene inizialmente un unico campo di input vuoto. Sulla barra del menu si possono inserire nuovi campi, si possono importare biblioteche o collocare widget (elementi interattivi). Inoltre la barra offre tasti per l’esecuzione e l’interruzione di codici finiti, per salvare o esportare l’intero documento e per scegliere il kernel di base.

Notebook Jupyter è la soluzione ideale per chi vuole scrivere script e testarli in tempo reale, visualizzare dati o fare complessi calcoli matematici. I risultati si possono esportare con pochi clic in diversi formati o essere inviati direttamente per e-mail. Gli utenti dei servizi multiutente di JupyterHub possono lavorare addirittura insieme ai “Notebook” per poter portare avanti il progetto in team. Dato che Jupyter è scritto in Python, gli specialisti di Python hanno anche un ulteriore vantaggio nell’utilizzo di questa applicazione open source. Tuttavia grazie ai diversi interpreti per altri linguaggi è possibile anche codificare senza problemi linguaggi come C++, PHP o Java.

Riassunto dei vantaggi di Notebook Jupyter:

• Open source (licenza BSD modificata)
• Utilizzabile gratuitamente
• Basato su browser
• Livecode
• Diverse opzioni per esportare e condividere i risultati
• Gestione delle versioni
• Possibilità di collaborazione con altri (JupyterHub)
• Oltre 50 linguaggi di programmazione supportati