Notebook 및 실행 증거

Notebook을 사용하여 실행 코드를 검사하고 현재 커널에서 명령을 실행하고 배경 작업을 수행하십시오. 저장된 파일을 위해, 그 파일 버젼과 관련된 실행 및 증거를 검사하기 위해 Provenance을 엽니다.

Python 또는 R, 호환 실행 시간 활성화를 실행하기 전에. 완전한 데이터 분석 예제의 경우, 공공데이터 워크플로우을 사용합니다.

회사연혁

macOSWindowsLinux

당신의 선택은 장 전체에 보관됩니다.

세션 Notebook 열기

1. 검사하려는 계산을 포함하는 프로젝트와 대화를 엽니 다. 신선한 시작이라면 세션 Notebook에서 작은 계산을 먼저 수행해야 합니다.
2. Open notebook을 선택하거나 대화 메뉴 View notebook을 사용하십시오.
3. 파일 미리보기가 활성화되면 Notebook 탭을 선택합니다.
4. Agent 을 사용하여 실행 소유자를 선택하고 Python / R / 배쉬 을 선택하고 언어를 선택하십시오.
5. 번호 실행을 열고 출력 및 완료 상태를 읽으십시오. 복사된 활동은 code shown에 표시된 부호를 포함합니다; 실행 기록에 대한 원래 생성 세션을 검사합니다.

(주)	(주)	결과
에이전트	Main 또는 어린이 에이전트 선택	소유자의 기록 표시; 에이전트는 별도의 커널을 가질 수 있습니다.
언어	사용 가능한 언어 선택	기록 및 콘솔 변경; Runtimes에서 누락된 언어 설치
관련 링크	기록된 실행을 선택하십시오.	코드, 출력 및 상태를 엽니다.
클립보드에 복사	선택된 코드 복사	외부 경로 및 종속성 유지
출력/쇼 출력 숨기기	붕괴 또는 확장 산출	rerunning 부호 없는 전망 변경
이 커널에서 코드를 실행 ...	입력 및 제출	선택한 라이브 커널에서 실행
닫기 / 축소 미리보기	대화로 돌아가기	기록된 실행 기록 유지

현재 입력 데이터 / 입력을 체크하십시오. 표시된 파일과 버전을 요청합니다. 참고가 사용되지 않은 경우 재개 또는 재개 전에 응용 프로그램을 통해 의도 된 입력을 첨부합니다.

라이브 커널에서 일하기

라이브 커널에서 직접 확인하기

Python을 선택하면 **이 커널에서 코드를 실행 ...**을 클릭하고, 다음의 자체 유지 명령을 입력합니다. 이전 대화에서 dataset, 타사 패키지 또는 변수가 필요하지 않습니다.

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

**이름 ***을 눌러 실행; 새로운 라인에 Shift+엔터을 사용합니다. 제출하기 전에 뚱 베어과 함께 열린 자동 완성 메뉴를 꺼내십시오. 출력된 · · 항목 및 해석 정보를 확인합니다. executable은 선택한 runtime에 속해야 합니다.

R의 경우 R을 선택하고 제출하십시오.

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

기록된 R 입장 및 그것의 산출을 검열하십시오. Python 및 R에는 별도의 변수가 있습니다. NameError 또는 object not found은 일반적으로 그 커널에서 생성되지 않은 객체를 의미합니다. 다른 세션에서 명령을 재사용하기 전에 코드를 검사합니다.

해석기 및 저장된 결과의 일련 검사를 위해, Python 및 R 실행 시간를 열고 페이지의 정상에 Windows를 선택합니다.

Inspect 라이브 변수

1. Inspect variables 을 선택한 후 변수를 생성한다.
2. Name, Type, Size / Shape 및 Preview를 읽으십시오.
3. Filter variables의 자체 코드에서 이름을 입력하십시오. 스크린 샷 예의 경우, sha 필터 목록의 해시 변수; 자신의 커널에 존재하는 이름을 선택합니다.
4. Refresh variables을 사용하여 현재 네임스페이스를 읽으려면 Show private variables 을 사용하세요.
5. Close을 선택하여 Notebook로 돌아갑니다.

미리보기는 값을 약화 할 수 있습니다; 콘솔에서 필요한 필드를 인쇄하여 완전히 검사합니다. Variable tracking is limited은 의존성 그래프가 불완전하다는 것을 의미합니다. 추적 된 결과를 위해 뚱 베어은 의존성을 변경합니다. unknown은 관계를 설치할 수 없습니다. 결과를 사용하기 전에 Rerun 영향을받는 코드.

커널 변경 후 계속

런타임을 변경하거나 재구성하면 커널을 중지할 수 있습니다. 파일 저장 및 실행 기록은 in-memory 변수에서 분리됩니다. 변경 후, 위의 해석 검사를 실행하고, 생성 코드를 다시 실행하여 필요한 변수를 다시 작성하고 필요한 저장된 파일을 다시 엽니다.

설정 취소 및 재설치를 위해 런타임을 사용하십시오. 런타임 재건, 정상적인 커널 재시작 및 배경 작업의 복구는 다른 작업이다; 동일한 상태를 복원하는 것과 같이 관련 작업의 상태를 확인합니다.

R에서 동일한 유전자 검사를 실행

실습 예제 GSE60450 유전자를 R에서 확인

1. 설치 및 활성화 R.
2. 원본 matrix을 첨부합니다. Python 결과를 비교하면 CSV과 같은 대화에 연결됩니다.
3. Session Notebook → R 실행 및 Data-quality 워크플로우의 입력 / 출력 요구 사항에 대해 문의하십시오. 완전한 식별자 및 별도의 출력 파일 보존을 지정합니다.
4. **Change notebook runtime?**이 나타나면 언어: R과 의도한 해석기를 확인합니다. 이후 Run R code? 요청에서 환경을 확인하십시오.
5. Notebook → R을 열고, 실행 기록을 읽고, 저장 CSV, 그림 및 보고서를 엽니다.

공유 baseline을 사용하여 전체 샘플 식별자에 의해 측정을 비교합니다. 미터가 포함되거나 0 개를 제외한 원본 소스 및 레코드를 유지하십시오. Raw-count QC는 별도의 설계 통계 분석을 위한 데이터를 준비합니다.

R 결과 및 그 증거를 함께 유지하십시오.

저장된 CSV의 Provenance → Execution Log → Download notebook를 엽니다. 입력 및 결과와 함께 수출을 유지하십시오. 한 파일 버전의 수출은 나중에 수동 콘솔 명령을 omit 할 수 있습니다.

Runtimes 패키지 재고는 설치 된 환경을 설명합니다. Provenance은 특정 파일에 대해 캡처 한 환경 증거를 설명합니다. partial 또는 캐시 인벤토리 통지를 읽으면 패키지가 동일한 목록으로 계산됩니다.

배경 작업 및 결과 납품

지원되는 Python, R, 지속적 REPL 또는 쉘 작업이 계속 진행될 때 배경 실행에 대해 문의하십시오. 입력, 출력 및 중지 조건을 포함하십시오.

1. 입학 후 대화의 Background tasks 입장을 엽니다. 그것은 그룹 로컬 실행 및 원격 컴퓨터 작업; 작업없이 대화가 표시되지 않을 수 있습니다.
2. 작업 정체성, 환경, 상태 및 탈출 시간 읽기.
3. Open을 선택하여 해당 Notebook 실행 또는 컴퓨터 작업을 검사합니다.
4. 작업을 중지하려면 Cancel 제어를 선택하고 상태를 유지하십시오. 이미 저장된 모든 파일을 사용하거나 삭제하기 전에 검사하십시오.
5. 완료 후, 배달 된 결과 메시지를 검사하고 저장된 출력을 엽니 다.
6. 중단 또는 앱 재시작 후 다른 복사본을 제출하기 전에 기존 작업 및 복구 메시지를 검사합니다.

상태	자주 묻는 질문
Queued / 실행	선정된 환경 및 진전; Shell 작업은 실행 슬롯을 기다릴 수 있습니다.
취소 / 취소	취소는 여전히 처리되거나 정착 된 것
완료	종료 결과 및 저장된 출력 파일
실패 / 중단 / 중단	첫 번째 오류, 유지 출력 및 제안 복구 작업
결과를 읽을 수 없음	Existing job 기록 및 복구 세부 사항

작업 목록이 실행되는 작업을 종료합니다. 결과 메시지의 계산 및 배송의 완료는 별도의 단계입니다. 원격 작업은 또한 먼 compute의 호스트 및 스케줄러 상태를 필요로 합니다.

1개의 저장된 버전의 증거를 검열하십시오

저장된 파일을 열고 File actions → Provenance 또는 오픈 Provenance을 확대 미리보기에서 선택합니다. 선택된 파일 버젼을 첫번째로 확인합니다.

탭 또는 제어	검사에 그것을 사용
코드	Captured 프로듀서 코드, 입력 참조, 복사 / 다운로드 및 생성 스크립트
실행 로그	실행 기록 선택된 버전에 대한 냉동
메시지	캡처 된 요청 및 결과와 관련된 결정
환경	Interpreter, 패키지 정보 및 캡처 상태; 은 은 관련 상품.
재현성	캡처된 입력, 재런 체크, 출력 비교 및 검증 기록.
종설	이 정확한 파일 버전과 관련된 리뷰
이전 / 다음 Artifact 버전	다른 저장된 버전을 위한 증거; 아무도 존재하지 않을 때 사용할 수 없습니다
출처 닫기	본문 바로가기

이름 *	의미와 다음 활동
뚱 베어	유지된 증거는 제한된 범위를 다룹니다. 수출된 부호와 결과를 가진 범위를 지키십시오.
부분적인	몇몇 환경 정보는 누락되거나 unconfirmed입니다. 외부 재사용 전에 필요한 의존도를 기록합니다.
이 버전에 대한 리뷰가 없습니다.	이 파일 버전은 관련 리뷰가 없습니다. 제품 정보 리뷰어 대화 및 artifact 검토를 이해합니다.
자주 묻는 질문	재고가 재사용되었습니다. 환경이 변화할 때 실제 해석기/패키지를 검사하십시오.

보고서 편집은 다른 파일 버젼을 만듭니다; 별도의 CSV을 생산하는 계산을 다시 실행하지 않습니다. 파일 및 버전 참조.

검토를 검사하려면 필요한 버전의 Review을 선택하여 체크를 확장하고 인용 된 활동을 검사하기 위해 Go to transcript을 사용합니다. No issues found은 그 체크와 그 버전에 적용됩니다; 누락된 실행 또는 환경 증거를 채우지 않습니다. 검토가 중단 된 경우 Review error 항목을 열고 Re-run review을 선택합니다. 완료 후, 파일의 Review 탭으로 돌아가 새로운 결과를 확인합니다. 이전 실패 시도는 대화에서 볼 수 있습니다.

재현성

캡처 된 결과를 다시 실행하려면 출력을 비교하고 검증 기록을 저장하고 Reproducibility 가이드을 따르십시오. 이 장은 Notebook 실행, 검증 검사 및 코드 수출을 포함합니다.

수출 및 재사용 코드

당신의 목표에 일치하는 수출을 선택하십시오:

이름 *	이름 *	이름 *
기록 된 제작자 코드를 읽으십시오	Code → Captured producer block → Download	원본 경로와 의존성으로 캡처 된 소스
기록된 Notebook 세포	Execution Log → Download notebook	선택한 결과/버전의 Notebook 수출
휴대용 스크립트 준비	Code → Generate script	검사 및 시험에 대한 모델링 된 재건축

독립 스크립트 생성

1. 의도된 버전의 Provenance → Code을 엽니다. Inputs 및 Execution Log을 확인하십시오.
2. Settings → Model → Main model의 호환 기본 모델을 선택하십시오. 이 보조 기능은 대화의 모델 선택과 다를 수 있는 정책을 사용합니다.
3. Generate script을 선택하고 **Generating…**을 기다립니다.
4. LLM-generated 재구성 라벨을 읽으십시오. Download script을 선택하기 전에 입력 경로, 의존성 및 출력 위치를 확인합니다.
5. 시스템에서 대화 상자를 저장하고 별도의 디렉토리를 선택하고 .py 파일 이름을 확인하고 Save을 확인합니다. 저장 된 파일을 열고 표시된 코드를 포함합니다.
6. 스크립트에 의해 예상되는 정확한 파일 이름을 사용하여 입력을 공급하고, 의존성을 준비하고, 그 밖에 앱을 실행합니다. 출력 필드와 입력 체크섬을 저장한 결과와 비교합니다. 완료된 다운로드만으로 계산을 확인할 수 없습니다.

실습 예제 수출 된 RNA-seq 체크 아웃 앱

실행 가능한 다운로드 예의 경우 팟캐스트, 입력 CSV 및 예상 JSON를 하나의 폴더로 저장하십시오. 그 폴더에서 python3 GSE60450-portable-check.py을 실행합니다. 스크립트는 Python의 표준 라이브러리를 사용합니다. 다운로드 된 예상 JSON을 expected.json로 이름을 변경하기 전에 실행 : 스크립트는 GSE60450-portable-check.json를 작성합니다. expected.json과 같은 생성된 파일 비교하여 스크립트를 새 데이터에 적용하기 전에.

스크립트 생성이 사용되지 않을 때 코드 다운로드

앱이 **Artifact 코드 재건축은 Codex 구독 인증을 사용할 수 없습니다.**을 반환하면 이 보조 작업에 대한 호환 공급자를 사용하거나 캡처 된 프로듀서 코드를 다운로드합니다. 이 오류 문제 스크립트 재구성, 일반 Codex Notebook 실행.

RECONSTRUCTION_UNAVAILABLE(주)에 대하여의 경우, 누락된 입력 또는 실행 증거를 검사합니다. 캡처 된 코드 다운로드는 사용할 수있는 코드를 보존; 캡처하지 않은 단계를 복구 할 수 없습니다.

기록 된 Notebook 내보내기 및 재사용

Provenance → Execution Log → Download notebook 선택, 위치 선택 및 저장. 수출을 열고 그것의 언어, 세포 및 산출을 검사하십시오.

외부 rerun의 앞에, 입력 파일, 기록된 Dependencies 및 writable 산출 디렉토리를 준비하십시오. Application-managed 경로만 작업 복사에서, 원래 수출 intact 유지. 수출은 credentials 또는 완전한 신청 환경을 묶지 않습니다. 예 수출은 예시자료에서 가능합니다.

Interpret 오류 및 경고

관련 기사	다음 작업
Missing 변수	선택한 언어 / 커널에서 정의하는 코드를 다시 실행
Missing 패키지	런타임 패키지를 검사하고 따르는 런타임
입력된 버전 unavailable	현재 입력을 열거나 첨부하십시오; 적용을 통한 정체성을 해결
PermissionError / 액세스 거부	요청된 파일 및 권한 범위를 검사; persistent 접근 실패 보고 문제 해결
Network/installer 오류	이름 * 네트워크 영향을받는 hostname 및 전체 오류를 사용하여
완료된 실행으로 경고	경고가 영향을받는 것을 읽으십시오, 그 후에 rerun를 결정하기 전에 저장된 산출을 검열하십시오

문제를 보고할 때, 첫 번째 실패 줄을 유지, 선택된 실행 시간, 파일 정체성 및 작업 상태. Link는 그것의 실제적인 생성 뛰기에 산출을 저장했습니다.