Jupyter Notebooks nedir, ne işe yarar?

Doğuşu, felsefesi ve edebi programlama

Jupyter Notebooks, modern veri bilimi, makine öğrenimi ve akademik araştırmaların fiili çalışma alanıdır. 2001 yılında Fernando Perez tarafından başlatılan IPython (Interactive Python) projesinin evrilmesiyle 2014 yılında bağımsız bir çatı olan Project Jupyter doğmuştur.

İsmin kökeni iki anlamlı bir göndermedir:

1. Bilimsel hesaplamanın öncü üç açık kaynak dili olan Julia, Python ve R harflerinin birleşimi.
2. Astronom Galileo Galilei'nin 1610 yılında Jüpiter'in uydularını keşfederken tuttuğu gözlem defterlerine (notebook) duyulan saygı.

Felsefi olarak bilgisayar bilimcisi Donald Knuth'un ortaya attığı "Literate Programming" (Edebi Programlama) ilkesine dayanır: Programlar sadece makinelerin çalıştırması için değil, öncelikle insanların okuyup düşünce zincirini takip edebilmesi için yazılmalıdır. Jupyter; hipotezlerinizi, kodunuzu, görsel grafiklerinizi ve vardığınız sonuçları tek bir yaşayan belgede birleştirir.

Sistem mimarisi: İstemci, sunucu ve çekirdek (Kernel)

Jupyter altyapısı, gevşek bağlı (loosely coupled) üç katmanlı bir mimari üzerinde çalışır:

1. İstemci (Web Arayüzü): Tarayıcınızda çalışan, hücreleri düzenlemenize, çalıştırmanıza ve çıktıları görüntülemenize imkân tanıyan JavaScript/HTML5 ön yüzüdür (JupyterLab veya klasik arayüz).
2. Jupyter Sunucusu (Tornado tabanlı Web Server): Yerel makinenizde veya uzak bir sunucuda çalışan, dosya sistemini yöneten, oturumları koordine eden ve WebSocket bağlantılarını sağlayan arka uçtur.
3. Çekirdek (Kernel): Kodu fiilen çalıştıran izole dildir. Örneğin Python için ipykernel, R için IRkernel, Julia için IJulia kullanılır. Sunucu ile çekirdek arasındaki iletişim, endüstri standardı ZeroMQ mesajlaşma soketleri üzerinden JSON formatında gerçekleşir.

.ipynb Dosyasının İç Yapısı: Jupyter belgeleri uzantısı .ipynb olsa da aslında hiyerarşik birer JSON dosyasıdır. Her hücrenin türü (code, markdown), çalıştırılma sırası (execution_count), kaynak kodu (source) ve üretilen çıktılar (outputs · metin, HTML, Base64 formatında PNG grafikleri) bu JSON nesnesinde saklanır.

Veri bilimindeki gücü ve yazılım mühendisliği tuzakları

• Keşifsel Veri Analizi (EDA): Veri bilimciler devasa bir veri setini belleğe bir kez yükledikten sonra, saatlerce süren bellek yükleme aşamasını tekrarlamadan farklı hücrelerde veri temizleme, model eğitme ve Matplotlib/Seaborn/Plotly ile görselleştirme yapabilirler.
• Gizli Durum (Hidden State) Riski: Hücrelerin yukarıdan aşağıya sıralı yerine rastgele bir sırada çalıştırılabilmesi (out-of-order execution), hafızada görünmeyen değişken durumları bırakabilir. Bu durum, başkasının aynı not defterini çalıştırdığında farklı sonuçlar almasına veya hata vermesine yol açabilir ("reproducibility crisis").
• Versiyon Kontrolü (Git) Zorlukları: .ipynb dosyaları zengin çıktılar ve Base64 grafikler içerdiğinden, Git üzerinde satır farkı (diff) incelemek ve çakışmaları (merge conflict) çözmek zordur. Bu sorunu aşmak için jupytext (not defterini temiz Markdown veya Python script'iyle senkronize eden araç) ve nbdime gibi araçlar kullanılır.

Sıkça sorulanlar

İlgili terimler

İlgili araçlar