静的サイトジェネレータ miyadaiku - Atsuo Ishimoto's blog
静的サイトジェネレータ miyadaiku¶このサイトは、静的サイトジェネレータ Miyadaiku で作っています。 miyadaikuは以前からJupyter Notebook からページを作成する機能を持っていましたが、あたらしくMiyadaikuのテーマを作成し、普通のブログっぽくノートブックを表示できるようにしてみました。 CSSを多少いじくって、Jupyterっぽさを隠しています。 このページもノートブックです。 先日、雑誌 Software Designの記事 を書かせていただいたとき、数十ページの原稿をすべて Jupyter Notebook で書いた のですが、プログラミング関係について書くのであれば、非常に扱いやすいツールでした。 このときの書きやすさがなかなか気に入っていて、Blogなんかも同じように書けないかと思って、この環境を作ってみました。 このサイトと同じBl
Azure Cosmos DB の組み込みJupyter Notebook機能に関する脆弱性について
26日（日本だと27日）に「MSのクラウドのデータベースに脆弱性 数千社に通知」みたいなタイトルのニュース記事がロイターからありました。情報不足で正確性にかけるタイトルですが。 より細かい詳細はそのうちでるかも知れませんが現状はこちらを参照。 Update on the vulnerability in the Azure Cosmos DB Jupyter Notebook Feature – Microsoft Security Response Center（MicrosoftのSecurity Response Centerの記事） ChaosDB: How we hacked thousands of Azure customers’ databases | Wiz Blog （脆弱性発見者の記事） 脆弱性の概要 Cosmos DB組み込みのJupyter Notebook機能を
Jupyter NotebookでKotlinが利用できるようになったので触ってみた - Qiita
本記事はコネヒト Advent Calendar 2019 24日目の記事になります。 はじめに Jupyter Notebookはプログラムコードや数式、図、説明文などを含む文書を作成し、共有することが出来る、データ解析用のWebアプリケーションです。一見するとJupyter NotebookとKotlinはあまり関連性がなさそうに見えますが、Jupyter NotebookでもKotlinが使えるようになったので、触ってみた内容を共有したいと思います。 Jupyter NotebookでKotlinが利用できることを知った KotlinConf 2019にて、Kotlin 1.4、Coroutines、Multiplatform、Spaceなど、Kotlinの最新情報からチーム開発を円滑に進めるためのツールまで様々なセッションがありました。たくさんのセッションがあった中にKotlinを
JupyterとRubyカーネルの通信をのぞいてみた - Qiita
はじめに こんにちは。 JupyterとIRubyカーネルがどんな通信をしているのか観察してみたいなあと思ったことはありませんか？ ここでは、RubyカーネルとJupyterがどのような通信をしているのか、簡単な方法で観察してみたいと思います。 方針は以下のとおりです。 方法 Flammarion のWindowを立ち上げる。 dRubyサーバーを立てて、Flammarionに自由に書き込めるようにしておく。 IRubyのコードをちょっと書き換えて、通信のたびにFlammarionに書き込む。 ターミナルの標準出力でも大丈夫ですが、あとで応用がききそうなのでFlammarionを使います。 Flammarionの紹介 Flammarionを知っている人はほぼいないと思うので説明が必要でしょう。FlammarionはelectronとChromeを使って手軽にGUIを作れるイケてるツールです
Interactive C++: Jupyter上で対話的にC++を使う方法の紹介 [Jupyter Advent Calendar 2017] | LESS IS MORE
共通事項 すべて、clang/llvmをC++インタプリタのベースにしています。Cxx.jl以外は、C++インタプリタであるclingをベースに、さらにその上にjupyterカーネルを実装しています。 1. cling clingは、いわずとしれた（？）C++インタプリタ実装です。後述するROOTという data analysis framework の一部として、CERNによって開発されています。(20年くらい前の) 古くからあったCINTというC++インタプリタ実装が、clangを使って書き直された、という歴史があります。clingプロジェクトの一環としてJupyterカーネルが開発されています。 良いところ clingの起動が速いのでストレスが少ない 5 イマイチなところ IPythonだと使える %time のようなマジックはない cling本体で良いのでは？感が否めない。clin
![Interactive C++: Jupyter上で対話的にC++を使う方法の紹介 [Jupyter Advent Calendar 2017] | LESS IS MORE](https://cdn-ak-scissors.b.st-hatena.com/image/square/30305c278f50a8a35b512fe1c5e02d0b2bf1fe04/height=288;version=1;width=512/https%3A%2F%2Fr9y9.github.io%2Fmedia%2Ficon_hu71488a41e9448d472219f1cc71ecc0ad_259818_512x512_fill_lanczos_center_3.png)
Page Redirection
If you are not redirected automatically, go to the official RISE docs living at ReadTheDocs.
Jupyterノートブック上でJavaScriptからカーネルのコードを実行する方法 - めもめも
qiita.com これは、jupyter notebook Advent Calendar 2016の10日目の記事です。 何の話かというと IPython.displayモジュールのHTML関数を使うと、次のように、Jupyterノートブック上でJavaScriptを実行することができます。 from IPython.display import HTML javascript = ''' <script type="text/javascript"> alert("HOGE") </script> ''' HTML(javascript) # ポップアップウィンドウを表示 この時さらに、JavaScriptからノートブックを実行中のカーネルを呼び出して、任意のコードを実行することが可能です。また、JavaScript側でコードの実行結果を受け取ることもできます。具体的には、次のように
Jupyter Notebook x d3.jsでリッチなデータビジュアライゼーション - Qiita
この記事はOrigami Advent Calendar 2016 10日目の記事です。 データエンジニアやデータサイエンティストの日常業務で使用するツールにJupyter Notebookという便利な分析道具があります。弊社でもアドホックな分析をするのに使用しています。 Jupyter Notebookですが、線グラフや円グラフのような単純な可視化をするにはmatplotlibやbokehを使えば十分ですが、データを見ているともっと複雑なデータ可視化したい、インタラクティブにデータ深掘りたいというニーズが出てくると思います。 この記事ではそのようなニーズを解決するためにJupyter上でd3.jsを動かせるようにしてmatplotlibだけでは対応できないビジュアライズ方法を紹介します。 この記事で使用したサンプルコードは全てこちらのリポジトリに置いてありますので参考にしてみてください。
JupyterNotebookにVimの力を加えると、光と闇が両方そなわり最強に見える - Qiita
前回まででMacにJupyter Notebookを入れ、そのExtensionも追加し、効率的に分析ができる環境を作りました。今回は色やフォントなどの見た目変更、そしてVimで編集をできるようにします。ちなみにタイトルの元ネタはこれです。 (前回までの記事) 僕がpyenv+anaconda3+jupyter notebookを選んだ理由と、その導入 Jupyter notebookのスニペット機能を使って機械学習案件の生産性をあげる 以下の順に沿って記していきます。 見た目の変更 Vimの導入 cssの調整 前提となる環境として、自宅で使っているMacBooK Airを用います。 2011 MacBook Air 3,1 1.4 GHz Intel Core 2 Duo 2 GB 1067 MHz DDR3 128 GB SSD High Sierra 10.13.2 またpyenv
かっこいいJupyter Notebook - Qiita
かっこいいJupyter Notebookの使い方 こちらはJupyter Advent Calendar 2017の14日目となる記事です。 かっこよくJupyter Notebookを使う方法をいくつか紹介します。 半分、自分のための備忘録となっています。 フォントを変える JupyterNotebookではデフォルトで等幅フォントが選択されません。 なのでCSSを編集してフォントを変えてやりましょう。 ~/.jupyter/custom/custom.css がなければ作成してください。 .CodeMirror pre, .output pre { font-family: Fira Code, 源真ゴシック等幅 monospace; } #ipython_notebook img{ display:block; background: url(logo.png) no-repeat
Jupyter+Ansibleを使ったインフラ運用の考え方2017 - Qiita
去年のAdvent CalendarでJupyter+Ansibleを使ったインフラ運用の下準備と書かせていただいたわけですが、今年も1年通してJupyterを使った運用をさせていただきつつ、組織外の方々もこのやり方に巻き込ませていただいたりしていました。 で、この巻き込ませていただく取り組みの中で、Jupyter+Ansibleを使ったインフラ運用の何が伝わりずらい/誤解を招きやすいのかがなんとなく識別できてきた気がするので、ここはあえて(懲りずに)今年も同じタイトルで書かせていただきたいと思った次第です。 何が問題なのか？ これまでの記事は道具から入ってしまっていて、問題意識がイマイチ伝わりづらい感じがしていました。ので、今年はまずは問題意識から。 Automation の罠 まず、あまりたくさんの仕事はしたくありません。人手も足りないし。そのくせなんだかクラウドが自然なものとして定着
Jupyter Notebook でとりあえず Redash へクエリを投げておけばデータソースはなんでも良い状態にする - CARTA TECH BLOG
こんにちはこんにちは！株式会社 fluct で Web 広告配信のお手伝いをしている @jewel_x12 です！ 本記事は Redash が便利という内容です。 Redash とは redash.io Redash とは Web ブラウザから様々なデータソースに対するクエリを投げて、結果を可視化する OSS になります。 Redash には便利な機能がいくつか機能があるのですが、数点挙げると 様々なデータソースへの対応 クエリの定期実行とアラーティング Slack などへの投稿 クエリ結果のキャッシュ Google OAuth などいくつかの認証サービスでユーザー管理ができる あたりです。 弊社では Redash が広く導入されており、エンジニアなどの職種に関わらず利用者がいます。BigQuery のクエリへ Quota をかけられたり、機微な情報のあるテーブルへアクセス制限できるところ
EIN(Emacs IPython Notebook)を試してみる - podhmo's diary
2つrepositoryがあり後者の方がmelpaで入るもの。どうやら後者は前者のforkらしい。 tkf/emacs-ipython-notebook: IPython notebook client in Emacs millejoh/emacs-ipython-notebook: Jupyter and IPython 2.x/3.x notebook client in Emacs install package-installで入れる。 M-x package-install ein 注意点としてemacsのversionを上げないとうまくいかない模様。25に上げる必要があった。結構アグレッシブ。 Unknown method kind :around · Issue #219 · millejoh/emacs-ipython-notebook how to use 使い方は以下
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GitHub - nat-chan/vim.wasm.ipynb: vim.wasm Jupyter Integration
GitHub - ShopRunner/jupyter-notify: A Jupyter Notebook magic for browser notifications of cell completion
GitHub - tmthyjames/SQLCell: SQLCell is a magic function for the Jupyter Notebook that executes raw, parallel, parameterized SQL queries with the ability to accept Python values as parameters and assign output data to Python variables while concurrently r
ブラウザに手書きした数字をMNISTから深層学習したモデルで判定する簡単コード - 人工知能と競プロやってくブログ
GitHub - jupyter/nbconvert: Jupyter Notebook Conversion
Jupyter + redash + Docker + git で作るデータ分析の知見をチーム内で共有しやすい環境
GitHub - red-data-tools/jekyll-jupyter-notebook: Jekyll Jupyter Notebook plugin