Was sind Jupyter Notebooks?
Jupyter Notebooks sind gemeinsam nutzbare JSON-Dokumente, die beschreibende Informationen wie Rich Text, Bilder oder Videos mit Live-Code kombinieren.
Warum Jupyter Notebooks?
Die Kombination aus Dokumentation und datenanalytischem Code macht Jupyter Notebooks zur idealen Wahl für die interaktive Datenexploration - insbesondere durch die Unterstützung von über 40 Programmiersprachen, darunter Python, R und Julia, in Kombination mit dem Datenzugriff über Apache Spark oder REST-APIs und viele mehr
Mit Jupyter Notebooks können Sie sich einen ersten Überblick über Ihre Daten verschaffen. Durch Hinzufügen von zusätzlichem Code und Textzellen können Sie schrittweise weitere Erkenntnisse gewinnen und Ihre Ergebnisse dokumentieren, bis Sie Ihre Analyseziele erreicht haben.
Darüber hinaus können Sie Ihre Notebooks weitergeben, entweder als JSON, so dass andere sie mit ihren Daten verwenden können, aber auch als PDF oder HTML, so dass Sie Berichte erstellen können.
Zeppelin Notebooks - eine Alternative zu Jupyter
Eine weitere Möglichkeit, Notebooks zu erstellen, sind Zeppelin Notebooks. Zeppelin Notebooks folgen den gleichen Konzepten wie Jupyter Notebooks - Zeppelin “paragraphs” können auch Text oder Code enthalten. Im Gegensatz zu Jupyter können Sie Programmiersprachen in einem einzigen Notizbuch mischen.
Zeppelin bietet außerdem eine breite Palette von Visualisierungen, die das Erstellen und Anpassen von Diagrammen und Dashboards erleichtern. Die integrierten Funktionen für die Zusammenarbeit ermöglichen es mehreren Benutzern, gleichzeitig an demselben Notizbuch zu arbeiten.
Darüber hinaus lässt sich Zeppelin gut mit Big-Data-Tools wie Apache Spark integrieren, was es zu einem bevorzugten Tool in Big-Data-Umgebungen macht.
Entdecken Sie ASAM ODS interaktiv mit Python Notebooks
Erfahren Sie, wie Sie mit Python effizient mit ASAM ODS arbeiten können, indem Sie unsere maßgeschneiderten Tools, Dienstprogramme und Beispiele in unserem GitHub-Repository nutzen. Diese Ressourcen wurden entwickelt, um die Benutzerfreundlichkeit zu verbessern und Ihren Lernprozess zu beschleunigen.
Starten Sie mit Data Management Learning Path
Unser strukturierter Lehrplan führt Sie durch die wesentlichen Python-Dienstprogramme für ASAM ODS. Ganz gleich, ob Sie gerade erst anfangen oder Ihr Fachwissen vertiefen möchten, der Data Management Learning Path bietet Ihnen praktische Erfahrungen und Einblicke.
Erleben Sie ASAM ODS-APIs interaktiv
Nutzen Sie die Leistungsfähigkeit von Jupyter Notebooks, um ASAM ODS-APIs interaktiv zu erkunden. Sie können diese Notebooks nahtlos ausführen in:
- GitHub Codespaces
- Google Colab
- Visual Studio Code
In diesen Umgebungen können Sie ASAM ODS-Daten-Workflows in Echtzeit ausprobieren, visualisieren und verstehen
Verbundene Lösungen
Sie können auf die Links klicken, um mehr Informationen über die einzelnen Komponenten zu erhalten
Peak ODS Adapter für Apache Spark
Skalierbarer Datenzugriff auf Basis von Apache Spark
Peak ODS-Server
ASAM ODS Datenverwaltungs-Kernel. Sicherstellung von Datenqualität und Datenkontext durch vordefinierte Datenmodelle und Datenkataloge.
Zugehörige Themen
Was ist ASAM ODS?
Der ASAM ODS-Standard definiert APIs und Formate zum Speichern und Abrufen von Test- und Messdaten.
Python ODS-Dienstprogramme
Open-Source-Tools und Beispiele für die Arbeit mit ASAM ODS-Daten unter Verwendung von Python.