Notebookと実行証拠

Notebook を使用して実行されたコードを検査し、現在のカーネルでコマンドを実行し、バックグラウンドワークを実行します。 保存されたファイルの場合、Provenance を開き、そのファイルバージョンに関連する実行と証拠を調べます。

PythonまたはR、互換性のあるランタイムを有効にします。を実行する前に。 完全なデータ解析例では、パブリックデータワークフロー を使用します。

Platform

macOSWindowsLinux

Your choice is kept across chapters.

セッションNotebookを開く

1. 検査したい計算を含むプロジェクトと会話を開きます。 新規に開始する場合は、まずセッションNotebookで小さい計算を実行するエージェントに問い合わせてください。
2. Open notebook を選択するか、会話メニュー View notebook を使用します。
3. ファイルのプレビューが有効になっているときに Notebook タブを選択します。
4. Agent を使用して、実行所有者を選択し、Python / R / バッシュ で言語を選択します。
5. 数値化された実行を開き、出力と完了状態を読みます。 code shown にラベル付けされたコピーされたアクティビティには、表示されたコードが含まれています。 実行記録のオリジナル制作セッションを検査します。

コントロール	アクション	結果
エージェント	Main または子のエージェントを選択します。	所有者の記録を表示。 エージェントは別のカーネルを持つことができます
言語	利用可能な言語を選択	レコードとコンソールの変更 Runtimes に不足している言語をインストール
数値実行	記録された実行を選択	コード、出力、ステータスを開く
クリップボードにコピー	選択したコードをコピーする	外部のパスと依存関係を書面で保持する
出力を隠して下さい/出力を表示して下さい	崩壊または出力の拡大	コードを再実行せずにビューを変更
このカーネルでコードを実行する...	コードの入力と送信	選択したライブカーネルで実行する
クローズ/崩壊プレビュー	会話に戻る	記録された実行履歴を保持する

入力データ/入力 を現時点で確認します。 表示されたファイルとバージョンをリクエストにマッチさせます。 参照が利用できなくなった場合、再試行する前に、アプリケーションを通じて意図した入力を再オープンまたは添付してください。

初回準備中は、ランタイムがまだ準備中になると、Notebookは既にコードが受信されていることがわかります。 可視コードは、それが走ったという証拠ではありません。 必要なセットアップまたは承認を待ってから、番号付き実行の最終状態と出力を確認します。 大規模なセッションまたはNotebookがまだ復元されている場合は、それを再実行するかどうかを決定する前に、ロードまたは接続の回復を待ちます。

実行前にコードを確認する

v0.36.0から、ディスパッチ前にエージェントがNotebookコードをチェックアウトします。 通常の読み込みと分析をサポートし、追加のリスクプロンプトなしで進みます。 不可逆な変化を生むことができる操作、または完全に分析できない操作、一回限りの決定が必要です。 マニュアルコンソールに直接入力されたコードは、このエージェントの承認ステップではカバーされていません。 提出する前に自分で検査してください。

1. Review risky codeが表示された場合は、環境と操作が要求されていることを確認してください。 あなたの決定を待っています。
2. Lineは、完全なコード内の場所を調べるのではなく、選択します。 解析が解決できない操作を含むパス、影響を受けたファイル、コマンドをチェックします。
3. アクションが不要な場合や、そのターゲットが間違っている場合は、それを拒否し、より安全なリビジョンのためにエージェントに依頼してください。 表示された操作をしようとすると、一度だけ承認します。 将来のリスクコードの永続許可を要求しません。
4. 決定後、記録された決定とNotebook実行状態を調べます。 承認だけでは完了の証拠ではありません。 リクエストが拒否された場合には、そのコードは実行されません。

実践例 外部のPythonプロセス要求を点検して下さい

計算は数値のみ追加されますが、subprocess.run を介して別のインタープリタを開始します。 ネストされた実行は完全にチェックできませんので、リクエストはレビューを一時停止します。 通知は、コードが悪意あるという意味ではありません。 この例では、Deny を選択します。 その後、実行は、子プロセスを実行せずに中断として記録されます。

この画面では、実行リスクが確認されます。 統計方法や結果が検証されていない。 Auto-review と レビュアー は、別途完了した作業を評価します。 v0.36.0 は Python/R の依存の捕獲を改善します; 結果の実際の入力と出力を確認するには、Provenanceと再実行検証 を使用します。

ライブカーネルでの作業

ライブカーネルでチェックを実行

Python を選択し、このカーネルでコードを実行する... をクリックし、次の自動保持コマンドを入力します。 以前の会話からデータセット、サードパーティパッケージ、または変数を必要としません。

import sys
print("Python:", sys.version.split()[0])
print("Executable:", sys.executable)

エントリー を押して実行します。 Shift+Enterキー を新しい行に使用します。 エスケープ で公開されたオートコンプリートメニューを提出する前に解凍します。 数値化された python・あなた エントリーと、その出力のインタープリター情報を確認します。 実行可能は、選択したランタイムに所属する必要があります。

R の場合、R を選択し、送信してください。

cat(R.version.string, "\n")
cat("R home:", R.home(), "\n")

録画したRエントリーとその出力を調べます。 PythonとRは別々の変数を持っています。 NameError または object not found は通常、名前付きオブジェクトがそのカーネルで作成されていないことを意味します。 別のセッションからコマンドを再利用する前に、コードを調べます。

通訳者のチェックや保存結果については、PythonとRのランタイム を開き、ページの上部にある Windows を選択します。

ライブ変数を調べる

1. 変数を作成する実行後に Inspect variables を選択します。
2. Name、Type、Size / ShapeおよびPreviewを読んで下さい。
3. Filter variables で自分のコードから名前を入力してください。 スクリーンショットの例では、sha はリストされたハッシュ変数をフィルタリングします。 自分のカーネルに存在する名前を選択します。
4. Refresh variables を使用して、現在の名前空間を読み込み、必要な名前が隠されている場合は Show private variables を使用します。
5. Close を選択して Notebook に戻ります。

プレビューは値を省略できます。 必要なフィールドをコンソールで印刷して、それを完全に検査します。 Variable tracking is limited は依存グラフが不完全であることを意味します。 追跡された結果のために、ステープル は依存性が変更されたことを示します; unknownは関係が確立できないことを意味します。 影響を受けたコードを再実行して、古い結果を使用する。

カーネル変更後続行

ランタイムの変更または再構築は、カーネルを停止することができます。 保存されたファイルと実行レコードは、メモリ内の変数とは異なるままです。 変更後、インタプリタチェックを上に移動し、必要な変数を再作成し、必要な保存したファイルを再実行します。

ランタイム を使用して、セットアップのキャンセルと再インストールを行います。 ランタイム再構築、通常のカーネルの再起動とバックグラウンドジョブの回復は異なる操作です。 同じ状態を復元するのではなく、関連する操作のステータスを確認してください。

Rで同じ遺伝子カウントチェックを実行

実践例 RでGSE60450遺伝子カウントをチェック

1. Rのインストールと有効化.
2. 元のマトリックス を添付します。 Python の結果を比較する場合、CSV を同じ会話に添付してください。
3. Session Notebook → R の実行と、データ品質ワークフロー の入力/出力要件を要求します。 完全な識別子と別々の出力ファイルの保存を指定します。
4. **Change notebook runtime?が現れた場合は、言語: Rと意図した通訳者を確認してください。 その後のRun R code?**リクエストで環境をチェックしてください。
5. Notebook → R を開き、実行レコードを読み、保存した CSV の図とレポートを開きます。

共有ベースライン を使用して全サンプル識別子でメトリックを比較します。 メトリックがゼロカウントを含んだり、除外したりする元のソースとレコードを保持します。 Raw-count QCは、別々に設計された統計分析のためにデータを準備します。

R 結果とその証拠を一緒に保持する

CSV の Provenance → Execution Log → Download notebook を保存しました。 入力と結果とともにエクスポートを維持します。 1つのファイルバージョンのエクスポートは、後でマニュアルコンソールコマンドを省略できます。

Runtimesのパッケージの目録は取付けられた環境を記述します; Provenance は、特定のファイルのために捕獲された環境の証拠を記述します。 partial またはキャッシュインベントリ通知を読んで、同じリストのようにパッケージのカウントを比較するのではなく、読みます。

背景タスクと結果配信

Python、R、永続的なREPL、またはシェルのタスクが他の場所で動作しているときに、バックグラウンドの実行を依頼してください。 要求の入力、出力および停止条件を含んで下さい。

1. 入学後、会話のBackground tasksエントリーを開きます。 ローカルランとリモートコンピューティングジョブをグループ化します。 タスクのない会話は表示されません。
2. タスクのアイデンティティ、環境、ステータス、経過時間を読みます。
3. Open を選択して、対応する Notebook の実行または Compute ジョブを検査します。
4. タスクを停止するには、Cancel コントロールを選択し、ステータスが解決するのを待ちます。 保存したファイルを使用したり、捨てたりする前に、保存したファイルをチェックしてください。
5. 完了後、送信された結果メッセージを確認し、保存した出力を開きます。
6. 中断またはアプリの再起動後、別のコピーを提出する前に、既存のタスクと任意の回復メッセージを調べます。

状態	確認する
キューイング/ランニング	環境・環境の選定 シェルジョブは実行スロットを待ちます
キャンセル・キャンセル	キャンセルがまだ処理されるか、または解決するかどうか
完了	終了結果と保存された出力ファイル
失敗 / タイムアウト / 中断	最初のエラー、保存された出力と提供された回復アクション
結果を読み取れません	既存の仕事の記録および回復細部

タスクリストを閉じると、タスクが実行されます。 結果メッセージの計算と配信完了は別段です。 リモートジョブは、遠隔計算 のホストとスケジューラ条件も必要です。

保存したバージョンの証拠を調べる

保存したファイルを開き、拡大されたプレビューで File actions → Provenance または Provenanceを開く を選択します。 選択したファイルバージョンを最初に確認します。

タブまたは制御	検査に使用する
コード	キャプチャされたプロデューサーコード、入力参照、コピー/ダウンロード、およびスクリプトの生成
実行ログ	選択したバージョンの実行レコードが凍結する
メッセージ	結果に関連する要求と決定をキャプチャ
環境	通訳者、パッケージ情報、キャプチャ状況; 詳しくはこちら 修復条件.
再現性	キャプチャされた入力、再実行チェック、出力比較、検証レコード。
総説	この正確なファイルバージョンに関連するレビュー
前 / 次のアーティファクトバージョン	別の保存バージョンの証拠; 何も存在していないとき、利用不可
来歴を閉じる	プレビューに戻る

ラベル:	意味と次のアクション
バウンディング	保持された証拠は限られた規模をカバーします。 エクスポートされたコードと結果でスコープを保持します。
部分的な	一部の環境情報は欠落または未確認です。 外部の再利用前に必要な依存関係を記録します。
このバージョンのレビューはありません	このファイルバージョンでは、関連するレビューはありません。 利用条件 レビュアー 会話とアーティファクトレビューを理解します。
キャッシュされた環境	在庫を再利用しました。 環境が変化する際の実際の通訳/パッケージを確認してください。

レポートを編集すると、別のファイルバージョンが作成されます。 別のCSVを生成した計算は再実行しません。 ファイルとバージョン を参照してください。

レビューを調べるには、必要なバージョンでReviewを選択し、そのチェックを拡大し、引用されたアクティビティを調べるためにGo to transcriptを使用します。 No issues foundは、それらのチェックとそのバージョンに適用されます。 行方不明の実行や環境の証拠を埋めません。 審査が中断された場合、Review error エントリーを開き、Re-run review を選択します。 完了後、ファイルのReviewタブに戻り、新しい結果を確認します。 以前の失敗した試みは、会話で表示され続けることができます。

再現性

キャプチャした結果を再実行するには、出力を比較し、検証レコードを保存し、再現性ガイドに従ってください。 この章では、Notebookの実行、実証済みの検査とコードのエクスポートについて説明します。

コードのエクスポートと再利用

目標に合ったエクスポートを選択します。

ゴール	エントリーフォーム	コンテンツ
記録されたプロデューサーコードを読み込む	Code → Captured producer block → Download	元のパスと依存関係を持つキャプチャされたソース
記録されたNotebookの細胞を保って下さい	Execution Log → Download notebook	選択した結果/バージョンのNotebookエクスポート
ポータブルスクリプトを用意する	Code → Generate script	検査・試験のモデル生成再構築

スタンドアローンスクリプトを生成する

1. 意図したバージョンのProvenance → Codeを開きます。 Inputs と Execution Log をチェックします。
2. Settings → Model → Main model で互換性のあるデフォルトモデルを選択します。 この補助機能は、会話のモデル選択と異なることができるポリシーを使用します。
3. Generate script を選択し、Generating… を終了するのを待ちます。
4. LLM-generated再建 ラベルを読んで下さい。 Download scriptを選択する前に、入力パス、依存関係、出力場所をチェックします。
5. システム保存ダイアログで、別のディレクトリを選択し、.pyファイル名を確認し、Saveを確認します。 保存したファイルを開き、表示されたコードが含まれていることを確認します。
6. スクリプトによって期待される正確なファイル名を使用して入力を供給し、その依存関係を準備し、アプリの外で実行します。 出力フィールドと入力チェックサムを保存した結果と比較します。 完了したダウンロードのみが計算を検証しません。

実践例 エクスポートされたRNA-seqチェックをアプリ外で実行する

実行可能なダウンロード例では、スクリプト、入力 CSV、想定されるJSONを1つのフォルダに保存します。 そのフォルダで、python3 GSE60450-portable-check.pyを実行します。 スクリプトは、Python の標準ライブラリを使用します。 ダウンロードした JSON を expected.json に名前を変更して実行する前に: スクリプトは GSE60450-portable-check.json を書きます。 スクリプトを新しいデータに適応させる前に、生成されたファイルとexpected.jsonを比較します。

スクリプト生成が利用できなくなったときにコードをダウンロード

アプリケーションが Codexサブスクリプション認証でアーティファクトコード再構築が利用できなくなります。 を返す場合は、この補助操作のための互換性のあるプロバイダを使用して、またはキャプチャされたプロデューサーコードをダウンロードします。 このエラーは、通常のCodex Notebook実行ではなく、スクリプトの再構築を懸念します。

再構成_UNAVAILABLE では、欠落した入力や実行中の証拠を検査します。 キャプチャされたコードのダウンロードは、利用可能なコードを保存します。 決して捕獲されていないステップを回復することはできません。

録画したNotebookのエクスポートと再利用

Provenance → Execution Log → Download notebookを選択し、場所を選択し、保存します。 エクスポートを開き、その言語、セル、出力を確認します。

外部再実行の前に、入力ファイル、記録された依存関係、書き込み可能な出力ディレクトリを用意します。 アプリケーション管理されたパスを作業コピーにのみ置換し、元のエクスポートをそのまま保持します。 エクスポートは、資格情報または完全なアプリケーション環境を束ねることはありません。 データ例 からエクスポート例が利用可能です。

エラーと警告を解釈する

シンプトム	次のアクション
変数の欠損	選択した言語/カーネルで定義するコードを再実行する
パッケージの欠損	ランタイムのパッケージを点検し、フォローする。 ランタイム
入力バージョンは利用できません	意図した現在の入力を開いたり、または付けて下さい; アプリケーションを通じてアイデンティティを解決する
PermissionError/アクセス拒否	要求されたファイルと許可スコープの特定 永続アクセス障害の報告 トラブルシューティング
ネットワーク/インストーラエラー	フォローする ネットワーク 影響を受けるホスト名とフルエラーを使用する
完走式で警告	警告がどのような影響かを読んで、再実行するかどうかを決定する前に保存された出力を点検して下さい

問題を報告するときは、最初の失敗行、選択したランタイム、ファイルアイデンティティ、タスクの状態を保持します。 保存した出力を実際の生成にリンクします。

既読のランタイムとキャプチャされたパッケージ

既定のランタイムは、通常のサポート操作では2番目のセットアップ承認を必要としません。 リスクコードの決定または追加アクセスの要求は別々に残っています。応答の前にアクションとスコープを調べます。

結果のProvenance → Environmentでは、環境が両方の管理者を使用するときに、Condaとpipの起源と報告されたパッケージバージョン/ビルド文字列を保持します。 v0.37.0は混合環境の捕獲およびmicromambaのメタデータを改善します。 意図したランタイムでキャプチャされた環境を比較し、実行証拠が必要なときに再実行検証を使用します。 パッケージの在庫だけは同一の数値結果を証明しません。

連続した解析の依存関係を確認する

Python または R で CSV を読み込み、変換して新しいファイルを保存したら、出力の来歴を開き、入力のバージョンと実行の依存関係を確認します。この記録から検証対象のファイルバージョンを選びます。来歴の精度が上がっても、計算の再実行や科学的妥当性の確認が自動で行われるわけではありません。参照： 成果物の検証.

ローカルフォルダーの権限を確認する

入力を読めない場合は Notebook と Shell のフォルダー権限を確認します。制限変更は実行中プロセスを停止し変数を消去します。結果を保存し、必要なフォルダーを許可してから、作業状態の復元に必要なセルだけを再実行してください。