Jupyter och notebooks

En notebook är celler med kod och text som körs var för sig, med resultatet kvar under. Perfekt för att utforska data: kör en cell, titta, ändra, kör igen.

Den stora fällan: körordningen. Cellerna behåller sitt tillstånd oavsett i vilken ordning du kör dem. Du kan

• köra cell 5 före cell 3,
• ändra cell 2 och inte köra om den,
• radera cellen som skapade en variabel du fortfarande använder.

Notebooken ser rätt ut men går inte att köra om från början. Numren In [1], In [7], In [3] avslöjar det.

Disciplin som räddar dig:

1. Kör om allt från början (Kernel → Restart & Run All) innan du delar eller drar slutsatser. Går det inte igenom är resultatet inte reproducerbart.
2. Importer och konstanter i första cellen.
3. En cell = ett steg. Femtio rader i en cell är ett skript, inte en notebook.
4. Flytta ut färdig kod till en .py-fil och importera den — notebooken blir kort och funktionerna testbara.

# första cellen
import numpy as np, pandas as pd
from minapp.data import las_och_rensa      # färdig kod bor i moduler
DATA = "data/train.csv"

jupyter nbconvert --to script analys.ipynb   # notebook → .py
jupyter nbconvert --clear-output --inplace analys.ipynb   # rensa utdata före commit

Git och notebooks: utdata (bilder, långa tabeller) gör diffar oläsbara och kan innehålla data som inte ska in i repot. Rensa utdata före commit, eller använd jupytext.