[코딩]Jupyter 사용 방법
아래 과정은 Window10에서 진행되었습니다.
아래 내용중 단어가 이해되지 않는다면 Glossary에서 찾아보세요.
1. Jupyter란?
"The Jupyter project is the successor to the earlier IPython Notebook"
2. 다운로드 및 실행 방법
1) 아나콘다를 다운 받는다. (Download Anaconda)
2) 윈도우 검색창에서 "Jupyter Notebook"이라는 프로그램을 클릭하면 커맨드창 하나와 브라우저가 열린다. (커맨드창이 닫히면 Jupyter Notebook이 동작하지 않는다.)
주소: http://localhost:8888/tree
3. Error 해결 방법
(1번 Error 문구) SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 2-3: truncated \UXXXXXXXX escape
(1번 해결방법) 링크에 나와있는 방법으로 해결하였다.
(2번 Error 문구) SyntaxError: invalid syntax
(2번 해결방법)
(3번 Error 문구) ModuleNotFoundError: No module named 'lmfit'
(3번 해결방법)
1) Run Anaconda Prompt
2) Type below instruction
(4번 해결방법)
4. Study
1
2
3
4
5
6
|
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
df # with this command you can see your file
| cs |
(2번 Error 문구) SyntaxError: invalid syntax
1
2
3
|
vars=[1.,0.]
print get_residual(vars, x, data)
print sum(get_residual(vars, x, data)**2)
| cs |
(2번 해결방법)
Think of difference between python2 and python3
(3번 Error 문구) ModuleNotFoundError: No module named 'lmfit'
1
|
from lmfit import minimize, parameters
| cs |
(3번 해결방법)
1) Run Anaconda Prompt
2) Type below instruction
1
|
conda install -c conda-forge lmfit
| cs |
(4번 Error 문구) ImportError: cannot import name 'parameters'
1
|
from lmfit import minimize, parameters
| cs |
LMFIT에 대해 이해하기 위해 YOUTUBE 설명비디오를 참고했다.
1
2
3
4
5
6
7
8
|
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
%matplotlib inline
x =np.array([0.,1.,2.,3.,])
data=np.array([1.3,1.8,5.,10.7])
plt.plot(x,data,'d')
| cs |
1
2
3
4
|
plt.scatter(x,data)
xarray=np.arange(-1,4,0.1)
plt.plot(xarray,xarray**2,'r-') #Manually Fitting - Red
plt.plot(xarray,xarray**2+1,'g-') #Better Fitting - Green
| cs |
1
2
3
4
5
6
7
|
def get_residual(vars, x, data):
a = vars[0]
b = vars[1]
model = a*x**2 + b
return data - model
| cs |
1
2
3
|
vars=[1.,0.]
print(get_residual(vars, x, data))
print(sum(get_residual(vars, x, data)**2))
| cs |
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
from scipy.optimize import leastsq
vars=[0.,0.]
out = leastsq(get_residual, vars, args=(x,data))
# here the out gives 1.06734694, 0.96428571
vars=[1.06734694, 0.96428571]
print(sum(get_residual(vars, x, data)**2))
plt.scatter(x,data)
xarray=np.arange(-1,4,0.1)
plt.plot(xarray,xarray**2,'r-') #Manually Fitting - Red
plt.plot(xarray,xarray**2+1,'g-') #Better Fitting - Green
fitted = vars[0]*xarray**2 + vars[1]
plt.plot(xarray,fitted, 'b-') #leastsq fit
| cs |
4. Progress
1
2
|
spec = pd.read_table(r'C...Average.txt', sep=' ', names=['rows', 'column'])
spec
| cs |
1
2
3
4
5
6
|
x = spec.rows
y = spec.column
plt.rcParams["figure.figsize"] = (20,10) #Changing figure size
plt.xlabel('Wave Length')
plt.ylabel('Value')
plt.plot(x, y)
| cs |
이렇게 하면 그래프다 그려진다.