Ordlista

Jupyter Notebook

Vad är Jupyter Notebook?

Jupyter Notebook är en webbläsarbaserad applikation med öppen källkod från Project Jupyter som kombinerar körbar kod, resultat, diagram och förklarande text i ett enda dokument. Anteckningsböcker används flitigt inom dataanalys, maskininlärning, forskning och undervisning eftersom varje steg kan dokumenteras och delas på ett spårbart sätt. Python är det vanligaste språket. Exempel: en analytiker läser in försäljningsdata, rensar dem och visar resultaten som ett diagram direkt nedanför.

Ämnen

Dataanalys
Python
Verktyg

Prova KI.ordo

Agenter, flöden och mallar i en arbetsyta – gratis demo i 24 timmar.

Starta demo

← Alla begrepp

Relaterade begrepp

Google Colab

Google Colab (Colaboratory) är en molntjänst från Google för att köra Python-kod i anteckningsböcker i Jupyter-stil direkt i webbläsaren, utan lokal installation. Den kostnadsfria nivån ger även tillgång till GPU:er och TPU:er, i mån av tillgång och med begränsningar i körtid; betalplaner erbjuder mer beräkningskraft. Colab är populärt för undervisning, dataanalys och för att prova modeller, och en inbyggd Gemini-assistent hjälper till att skriva och rätta kod (läge oktober 2026).

Notebook
Cloud
+1

pandas

pandas är ett Python-bibliotek med öppen källkod för analys och bearbetning av tabelldata, utvecklat från 2008 av Wes McKinney. Dess centrala objekt, DataFrame, liknar en tabell med namngivna kolumner. Med det kan man läsa in data från CSV-filer, Excel eller databaser och rensa, filtrera, gruppera och slå ihop dem. pandas bygger på NumPy och är ett standardverktyg för dataanalys, rapportering och förberedelse av träningsdata.

Python
dataanalys
+1

NumPy

NumPy är det grundläggande Python-biblioteket med öppen källkod för numeriska beräkningar. Det tillhandahåller flerdimensionella matriser och snabba funktioner för linjär algebra, statistik och slumptal, med en kärna som körs i kompilerad kod. Många verktyg för dataanalys och maskininlärning, som pandas, scikit-learn och en mängd visualiseringsbibliotek, bygger på NumPy. Den som arbetar med data i Python använder det därför nästan alltid, direkt eller indirekt.

Python
dataanalys
+1

Explorativ dataanalys (EDA)

Explorativ dataanalys (EDA) är den första, öppna titten på en datamängd: man beräknar sammanfattande nyckeltal, granskar fördelningar och diagram och letar efter mönster, extremvärden och saknade värden – ännu utan fast hypotes. Den hjälper till att bedöma datakvaliteten och hitta vettiga frågor för vidare analys eller modellering. Exempel: före en försäljningsprognos visar EDA att en månad registrerats ofullständigt på grund av en systemmigrering.

Dataanalys
Statistik
+1

Mall