Jupyter et son écosystème offrent un ensemble d'outils permettant d'avoir un environnement de développement et de travail convivial aussi bien pour la recherche que pour l'enseignement. Destiné à la base pour développer du code Python, Julia ou R, c'est aujourd'hui bien plus que ça. Les notebooks (page web où l'on peut écrire du code numérique, du texte, des équations mathématiques, insérer des vidéos, des graphiques interactifs, ...) sont de plus en plus utilisés et ont été introduits de manière systématique cette année dans le cadre du Département de Mathématiques Appliquées où ils ont trouvé un véritable écho auprès des élèves. Leurs usages sont variés: feuilles d'exercices pour les étudiants, cahiers de recherche, tutoriels, ...
Quelques idées de réalisation avec les notebooks se trouvent à l'adresse suivante: https://nbviewer.jupyter.org/
Les outils développés par le projet Jupyter sont en constantes évolutions. On peut citer quelques uns de ces outils largement utilisés par différentes communautés allant du calcul scientifique à la science des données, de la recherche et l'enseignement à l'industrie, aux banques...
- JupyterLab offre un environnement à la Matlab;
- ipywidgets permet de créer des widgets à l'intérieur des notebooks pour, par exemple, modifier ces données de simulation via un menu déroulant, un curseur, ...;
- ipyvolume permet de visualiser des grosses données 3D à l'intérieur des notebooks en s'appuyant sur ipywidgets;
- JupyterHub permet d'avoir un environnement Jupyter sur le cloud sans rien installer sur son ordinateur;
- BinderHub permet de créer des environnements reproductibles favorisant les échanges entre chercheurs et la reproduction des études numériques;
- nbgrader offre une solution pour partager ses feuilles d'exercices avec ces étudiants et de les évaluer;
- ...
L'école polytechnique organise le 6 mars 2018 une demi-journée sur les outils autour du projet Jupyter de 9h15 à 12h45 à l'amphi Poincaré. Cette journée est organisée conjointement par des étudiants, des chercheurs et ingénieurs de l'école suite à une initiative et une forte demande des étudiants. Les étudiants de deuxième et de troisième années sont conviés à l'événement et nous espérons que les personnels du monde académique seront également fortement intéressés.
Durant cette journée, nous aurons la chance d'avoir des présentations de développeurs très actifs au niveau international sur différents outils.
Cette demi-journée est soutenue et financée par l'Initiative HPC@Maths au CMAP.
Comité d'organisation
- Olivier Coudray (élève à l'école polytechnique X15)
- Loic Gouarin (Ingénieur de Recherche au LMO/CMAP/CNRS)
- Pierre Marion (élève à l'école polytechnique X15)
- Marc Massot (Professeur au CMAP)
- Aldjia Mazari (Ingénieur de Recherche au CMAP)
- Laurent Series (Ingénieur de Recherche à Centrale-Supélec)
- Flavien Solt (élève à l'école polytechnique X16)
- Arthur Toussaint (élève à l'école polytechnique X16)
Programme
9h15 - 9h45 Accueil café (250 personnes)
9h45 - 10h10 Introduction
- Le mot de la direction de l'X
- Jupyter pour l'enseignement et la recherche
- Jupyter pour les élèves de polytechnique
10h10 - 10h45 JupyterLab Beta: What's New?
Afshin Darian (Project Jupyter)
JupyterLab is in its beta series of releases, which means we are encouraging new user adoption while acknowledging the programmatic APIs may change.
Since much of the UI of JupyterLab has been covered in recent talks and demos, we'll look at some new UI features that have landed in JupyterLab recently, including:
- workspaces
- settings and themes
- URL handling
- completer type annotations
We'll also have a short coding demo that shows how to replace "native" JupyterLab functionality with a custom extension that overrides the original.
10h45 - 11h20 The Jupyter Interactive Widgets Framework: Visual Interactive Computing With Jupyter
Sylvain Corlay (QuantStack)
Project Jupyter aims at providing a consistent set of tools for data science workflows from the exploratory phase of the analysis to the sharing of the results. An area where Jupyter especially shines is the interactive widgets framework, which enables rich user interaction, including 2D and 3D interactive plotting, geographic data visualization and much more. Jupyter interactive widgets are useful for technical users at the exploratory phase of their research to more easily interact with the data and the computing resources. It can also help them produce interactive dashboards and applications usable by non-developers allowing them to interact with the models produced by the researchers without having to modify the underlying source code. In this talk, we present a general overview of the Jupyter interactive widgets framework and the main interactive visualization libraries that were built upon it. Then we dive into the latest developments by the Jupyter team, including the JupyterLab integration, the use of widgets outside of the notebook, and the support for other languages.
11h20 - 11h55 From your laptop to the cloud: How JupyterHub and Binder move your analytics workflow to the web
Chris Holdgraf (Project Jupyter), Benjamin Ragan-Kelley (Simula Research Lab)
Modern-day workflows are moving onto the cloud. It becomes easier every day to request computational resources from cloud providers that meet your every need, and companies, researchers, and classes are increasingly turning to the cloud to standardize their environment and provide an easy point-of-access to cloud resources. Jupyter is a web-savvy technology, making it extremely easy to run from a cloud server. JupyterHub makes it possible to serve computational environments to many users who only need to access a website in order to start interacting with code and data. Binder builds off of JupyterHub, and makes it possible to create sharable, interactive computing environments with others. In this talk, we'll outline the guiding principles behind JupyterHub and Binder, and discuss ways in which they have already changed the education and data analytics. We'll discuss some of the technology behind these projects, and give an idea for where they're going next.
11h55 - 12h30 A billion stars in the Jupyter Notebook
Maarten Breddels (freelance developer / consultant / data scientist)
With large astronomical catalogues containing more than a billion stars becoming common, we are preparing for methods to visualize and explore these large datasets. These data volumes require efficient data management and different visualization techniques, since scatter plots become too slow and meaningless due to overplotting. The vaex python library solves these problems by providing a lazy out-of-core dataframe which can also calculate statistics on N-dimensional grids, processing over a billion rows per second. Visualization of these grids in combination with efficient dataframes allows exploration of these large datasets. The 3d visualization is done using ipyvolume, a new library for the Jupyter notebook.
12h30 - 12h45 Discussions et fin de cette demi-journée
Inscription
L'inscription est gratuite mais nécessaire pour des questions d'organisation. Elle est uniquement à destination du personnel académique et privé. Les étudiants de l'école polytechnique n'ont pas besoin de s'inscrire.