Jupyter ، به عنوان یک نوت بوک محاسباتی شناخته می شود، یکی از ابزارهای متن باز(open-source) علوم داده است که در سال 2014 از پروژه پایتون متولد شد و از آن زمان به دلیل امکان ترکیب کد نرم افزار، پشتیبانی از محاسبات علمی در همه برنامه ها به شهرت رسید. زبان هایی مانند Python ، Julia ، R و Fortran ، در میان ده ها زبان دیگر (به طور دقیق بیش از 40 زبان).
توسط این ابزار میتوانید به راحتی عملیات مختلف تست و آزمایش های خود را در یک محیط ساده همراه با خروجی های در لحظه انجام دهید. این نرم افزار جهت انجام کارهای تحقیق و توسعه در شرکت ها یا دانشگاه ها بسیار کاربرد دارد.
اگر بخواهیم به صورت ساده jupyter notebook را تعریف کنیم می توانیم بگوییم ژوپیتر نوت بوک یک برنامه است که با آن می توانیم به صورت تعاملی در مرورگرمان یک فایل حاوی کد، عکس و … بسازیم و آن را در مرورگر ویرایش و اجرا کنیم. البته قابلیت های ژوپیتر فراتر از اجرا کردن یک کد با یک زبان برنامه نویسی خاص مثل پایتون است و با آن میتوانیم مجموعه متنوعی از کار ها را انجام بدهیم.
یک واقعیت جالب در مورد Jupyter این است که از آن در نجوم برای پردازش داده های ترابایتی در هر شب برای پروژه Large Synoptic Survey Telescope (LSST) استفاده می شود. این مفهوم قطعاً تأیید می کند که قدرت انتقال داده از ابزار غیرقابل انکار است.
همانطور که گفته شد، این ابزار به عنوان یک کتابچه محاسباتی کار می کند، که شامل کد زنده(live code)، معادلات ، مصورسازی ها و متن است. این برنامه شامل زبان انتخابی، به اشتراک گذاری دفترچه یادداشت ها ، خروجی های تعاملی مانند تصاویر ، فیلم ها ، HTML یا انواع MIME های سفارشی و ادغام با سایر ابزارهای تجزیه و تحلیل داده ها و راه حل های داده های بزرگ(Big Data) مانند Apache Spark است. بنابراین دیدن غول هایی مانندIBM ،Google یا Soundcloud که در حال حاضر از آن استفاده می کنند غیر معمول نیست.
ویژگی های کلیدی:
از بیش از 40 زبان برنامه نویسی پشتیبانی می کند
ویژگی های محاسبات تعاملی مبتنی بر هسته های محاسباتی
با دیگر راه حل های کلان داده مانند Apache Spark ادغام می شود