[코딩]Jupyter 다운로드 및 실행 방법 정리 - error 해결 Log

[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.

1 2 3 4 5 6

import numpy as np import matplotlib.pyplot as plt import pandas as pd df = pd.read_csv(r"C:...Average.txt") 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

Python3에서 무엇이 변했는지 확인해보자

(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

(4번 해결방법)

1

from lmfit import minimize, Parameters

cs

4. Study

- LMFIT Practice (Refer to the Youtube Video.

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 Colored by Color Scripter

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) Colored by Color Scripter

cs

이렇게 하면 그래프다 그려진다.