Podręcznik uczestnika z objaśnieniami, przykładami i ćwiczeniami do samodzielnej nauki
5. Stan sesji i odtwarzalność
Dobrze uporządkowane pliki nie gwarantują jeszcze odtwarzalności. Notebook Jupyter działa wraz z kernelem, czyli aktywną sesją Pythona. Kernel przechowuje zmienne, importy, funkcje i inne obiekty. Notebook może wyglądać poprawnie, a mimo to działać wyłącznie dzięki pamięci pozostawionej przez wcześniejsze eksperymenty.
Dokument i sesja to dwie różne rzeczy
|
Plik notebooka |
Pamięć kernela |
|---|---|
|
Kod, Markdown, zapisane wyniki i numery wykonania |
Zmienne, importy, funkcje, obiekty i stan generatora liczb losowych |
|
Pozostaje po restarcie kernela |
Jest usuwana po restarcie kernela |
|
Może pokazywać nieaktualny wynik |
Może zawierać obiekt utworzony przez niewidoczny już kod |
Usunięcie komórki z notebooka nie usuwa zmiennej, którą utworzyła wcześniej wykonana wersja tej komórki. Dlatego notebook może działać dzięki informacjom, których nie ma w jego aktualnej treści. Zrestartowanie kernela usuwa tę różnicę: pozostaje tylko to, co zostanie utworzone przez widoczny kod.
Sygnały ostrzegawcze
- Numery In nie rosną od góry do dołu. Pokazują historię wykonania, a nie kolejność komórek w dokumencie.
- Komórka używa zmiennej, która jest definiowana niżej. W bieżącej sesji może działać, po restarcie zgłosi NameError.
- Kod i zapisany pod nim wynik sobie przeczą. Na przykład head(3) nie może aktualnie zwracać pięciu wierszy.
- Wynik losowej operacji zmienia się między uruchomieniami bez jawnie ustalonego ziarna.
Test czystej sesji
- Zapisz aktualną wersję notebooka.
- Zrestartuj kernel, aby wyczyścić pamięć sesji.
- Wykonaj wszystkie komórki od pierwszej do ostatniej.
- Zatrzymaj się przy pierwszym błędzie i ustal jego przyczynę.
- Sprawdź najważniejsze wyniki oraz zapisz notebook po poprawnym przebiegu.
W JupyterLab polecenie zwykle nosi nazwę Restart Kernel and Run All Cells. Notebook jest odtwarzalny w przygotowanym środowisku projektu wtedy, gdy po takim przebiegu nie wymaga dodatkowych, ręcznych działań ani wiedzy autora o kolejności komórek.
Losowość i środowisko
SEED = 42
probka = df.sample(n=3, random_state=SEED)
import platform, pandas as pd
print(platform.python_version())
print(pd.__version__)
Ustalone ziarno nie poprawia jakości analizy. Pozwala powtórzyć ten sam losowy wybór. Odtwarzalność wymaga też opisu środowiska: wersji Pythona, wybranego kernela i najważniejszych bibliotek. W projekcie zapisz je dodatkowo w requirements.txt.
Ćwiczenie Diagnostyka notebooka
Wybierz notebook, który pozornie działa, i wykonaj test czystej sesji.
- Przed uruchomieniem obejrzyj numery wykonania i zapisane wyniki.
- Wykonaj Restart and Run All.
- Zapisz pierwszy błąd i nazwij jego typ: NameError, FileNotFoundError lub ModuleNotFoundError.
- Usuń przyczynę błędu przed pierwszym miejscem użycia i powtórz test.
- Sprawdź, czy istotne operacje losowe mają random_state oraz czy opisano wersje bibliotek.
Sprawdź się: Nie poprawiaj numerów komórek ani widocznych wyników ręcznie. Wygeneruj je ponownie.