Acerca de Oracle Machine Learning Notebooks Classic

5 Acerca de Oracle Machine Learning Notebooks Classic

Un cuaderno puede contener muchos párrafos. Un párrafo es un componente de bloc de notas donde puede escribir y ejecutar sentencias SQL, scripts PL/SQL, código R y Python e instrucciones conda. Puede ejecutar párrafos individualmente o ejecutar todos los párrafos de un bloc de notas con un solo botón.

Un párrafo tiene una sección de entrada y una sección de salida. En la sección de entrada, especifique el intérprete que se va a ejecutar junto con el código o el texto. Esta información se envía al intérprete para que la ejecute. En la sección de salida, se proporcionan los resultados del intérprete.

La página Notebooks Classic muestra todos los blocs de notas asociados al proyecto seleccionado. Puede crear, editar y ejecutar sus blocs de notas aquí.

Puede realizar las siguientes tareas en la página Notebooks Classic:

Figura 5-1 Página Notebooks Classic de OML

Ir a OML Notebook: haga clic en Ir a OML Notebook para ir a la página Oracle Machine Learning Notebooks.
Crear: haga clic en Crear para crear un nuevo Notebook.
Editar: haga clic en una fila de bloc de notas para seleccionarla y haga clic en Editar. Puede editar el nombre del bloc de notas y agregar comentarios en el cuadro de diálogo Editar bloc de notas.
Suprimir: haga clic en una fila de bloc de notas para seleccionarla y haga clic en Suprimir.
Duplicar: haga clic en una fila de bloc de notas para seleccionarla y haga clic en Duplicar. Esto crea una copia de un bloc de notas y la copia duplicada de la misma se muestra en la página Blocs de notas con el sufijo _1 en el nombre del bloc de notas.
Mover: seleccione un bloc de notas y haga clic en Mover para mover el bloc de notas a un proyecto diferente, ya sea en el mismo espacio de trabajo o en otro diferente. Debe tener el privilegio Administrator o Developer para mover blocs de notas entre proyectos y espacios de trabajo. Puede mover blocs de notas que se ejecutan desde trabajos porque al ejecutar blocs de notas desde trabajos, ejecuta una copia del bloc de notas.

Note:
No se puede mover un bloc de notas si está en estado EN EJECUCIÓN o si ya existe un bloc de notas en el proyecto de destino con el mismo nombre.
Copiar: seleccione un bloc de notas y haga clic en Copiar para copiar el bloc de notas en otro proyecto, en el mismo espacio de trabajo o en otro diferente. Debe tener el privilegio Administrator o Developer para copiar blocs de notas en diferentes proyectos y espacios de trabajo.
Guardar como plantilla: para guardar un bloc de notas como plantilla, seleccione el bloc de notas y haga clic en Guardar como plantilla. En el cuadro de diálogo Guardar como plantilla, puede definir la ubicación de la plantilla para guardarla en Personal o Compartido en Plantillas.
Importar: para importar un bloc de notas como archivos .json, haga clic en Importar. Seleccione el proyecto y el espacio de trabajo en los que importar el bloc de notas.
Exportar: para exportar un bloc de notas, haga clic en Exportar. Puede exportar blocs de notas en formato Zeppelin ( .json ) y en formato Jupyter ( .ipynb ), y posteriormente importarlos en el mismo entorno o en otro diferente.
Versión: para crear versiones de un bloc de notas, selecciónelo y haga clic en Versión. Puede experimentar con el bloc de notas creando versiones del mismo y revertir a una versión anterior haciendo clic en Revertir versión.

Note:
También puede versionar un bloc de notas abriéndolo y, a continuación, haciendo clic en la opción Versioning . Con esta opción, puede crear nuevas versiones, ver el historial de versiones, restaurar versiones anteriores y suprimir cualquier versión anterior del bloc de notas que haya abierto.
Copiar en blocs de notas de OML: para copiar los blocs de notas seleccionados en la interfaz de blocs de notas mediante el nombre original con el sufijo _new. Ahora puede acceder a este Notebook haciendo clic en Notebooks en el menú de navegación de la izquierda o haciendo clic en Ir a OML Notebooks en la esquina superior derecha de esta página.
Para abrir un Notebook y ejecutarlo, haga clic en él. El bloc de notas se abre en el modo de edición.

Creación de una versión clásica de bloc de notas
Una versión clásica de bloc de notas es una interfaz basada en web para el análisis de datos, la detección de datos, la visualización de datos y la colaboración.
Edición de Notebook Classic
Al crear OML Notebook Classic, se abre automáticamente y se muestra un solo párrafo con el intérprete %sql por defecto. Puede cambiar el intérprete especificando explícitamente uno de los valores %script, %python, %sql, %r, %md o %conda.
Versión de Notebook Classic
Puede versionar o crear una copia de seguridad de Notebook Classic, probarla y volver al Notebook original, si es necesario.
Guardar Notebooks Classic como plantillas
Puede guardar un Notebook Classic existente como plantilla en Personal o en Compartido.
Uso del intérprete de SQL en un párrafo de bloc de notas
Un bloc de notas de Oracle Machine Learning soporta varios idiomas. Cada párrafo está asociado con un intérprete específico. Por ejemplo, para ejecutar sentencias SQL, utilice el intérprete SQL. Para ejecutar sentencias PL/SQL, utilice el intérprete script.
Uso del intérprete de Python en un párrafo de bloc de notas
Un bloc de notas de Oracle Machine Learning soporta varios lenguajes. Cada párrafo está asociado con un intérprete específico. Para ejecutar comandos de Python en un bloc de notas, primero debe conectarse al intérprete de Python. Para utilizar OML4Py, debe importar el módulo oml.
Uso del intérprete R en un párrafo de bloc de notas
Un bloc de notas de Oracle Machine Learning soporta varios idiomas. Cada párrafo está asociado con un intérprete específico. Para ejecutar funciones R en un bloc de notas de Oracle Machine Learning, primero debe conectarse al intérprete R.
Uso del intérprete conda en un párrafo de bloc de notas
Oracle Machine Learning Notebooks proporciona un intérprete conda para permitir a los administradores crear entornos conda con bibliotecas Python y R de terceros personalizadas. Una vez creado, puede descargar y activar entornos Conda dentro de una sesión de bloc de notas también mediante el intérprete Conda.
Llamar al intérprete de rebaja y generar html estático a partir de texto sin formato de rebaja
Utilizar el intérprete de rebaja y generar html estático a partir de texto sin formato de rebaja.
Acerca de los enlaces de intérprete y los blocs de notas
Un intérprete es un plugin que permite utilizar un backend de lenguaje de procesamiento de datos específico.
Uso del bloc de notas
El bloc de notas proporciona un cómodo acceso con un solo clic a un bloc de notas para ejecutar sentencias SQL, scripts PL/SQL, R y Python a los que se puede cambiar el nombre. El bloc de notas está disponible en la página inicial de la interfaz de usuario (IU) de Oracle Machine Learning.
Colaboración en Oracle Machine Learning
Dos o más usuarios pueden colaborar y compartir blocs de notas de la interfaz de usuario (IU) de Oracle Machine Learning con otros usuarios.

Temas relacionados

Acerca de los enlaces y blocs de notas de intérpretes

5.1 Creación de una versión clásica de bloc de notas

Notebook Classic es una interfaz basada en web para el análisis de datos, la detección de datos, la visualización de datos y la colaboración.

Cada vez que crea un Notebook Classic, tiene una especificación de configuración de intérprete. Notebook Classic contiene una lista interna de enlaces que determina el orden de los enlaces de intérprete. Un Notebook Classic consta de párrafos que es un componente de Notebook donde puede escribir sentencias SQL, ejecutar scripts PL/SQL y ejecutar comandos Python. Un párrafo tiene una sección de entrada y una sección de salida. En la sección de entrada, especifique el intérprete que se va a ejecutar junto con el texto. Esta información se envía al intérprete para que la ejecute. En la sección de salida, se proporcionan los resultados del intérprete.

Para crear un Notebook Classic:

En la página inicial de la interfaz de usuario de Oracle Machine Learning, haga clic en Notebooks Classic. Se abrirá la página Notebooks Classic.
En la página Notebooks Classic, haga clic en Crear.
Aparece la ventana Crear bloc de notas.
En el campo Nombre, proporcione un nombre para el Notebook.
En el campo Comentarios, introduzca comentarios, si los hay.
Haga clic en Aceptar.

Se crea Notebook Classic y se abre en el editor de bloc de notas. Ahora puede utilizarlo para ejecutar sentencias SQL, ejecutar scripts PL/SQL, ejecutar comandos Python, R y Conda. Para ello, especifique una de las siguientes directivas en la sección de entrada del apartado:

%sql: conexión al intérprete de SQL y ejecución de sentencias SQL
%script: conexión al intérprete PL/SQL y ejecución de scripts PL/SQL
%md: para conectarse al intérprete de Markdown y generar html estático a partir del texto sin formato de Markdown
%python: para conectarse al intérprete de Python y ejecutar scripts de Python
%r: para conectarse al intérprete R y ejecutar scripts R.
%conda: para conectarse al intérprete Conda e instalar bibliotecas Python y R de terceros en una sesión de bloc de notas.

Tema principal: Acerca de Oracle Machine Learning Notebooks Classic

5.2 Edición de Notebook Classic

Al crear OML Notebook Classic, se abre automáticamente, presentando un solo párrafo con el intérprete %sql por defecto. Puede cambiar el intérprete especificando explícitamente uno de los valores %script, %python, %sql, %r, %md o %conda.

Defina el contexto con un proyecto al que esté asociado el bloc de notas.

Puede editar un Notebook Classic existente en el proyecto. Para editar una Notebook Classic existente:

En la página inicial de la interfaz de usuario de Oracle Machine Learning, seleccione el proyecto en el que está disponible el bloc de notas.
Vaya al navegador de la interfaz de usuario de Oracle Machine Learning y seleccione Notebooks Classic. Se muestran todos los blocs de notas disponibles en el proyecto.
Haga clic en el bloc de notas que desea abrir y editar.
El bloc de notas seleccionado se abre en modo de edición.
En el modo de edición, puede utilizar las opciones de la barra de herramientas de Oracle Machine Learning Notebooks Classic para ejecutar código en párrafos, para los valores de configuración y las opciones de visualización.

Figura 5-2 Barra de herramientas de Notebook

También se pueden realizar las tareas siguientes:
- Escribir código para recuperar datos
- Haga clic en para ejecutar uno o todos los párrafos del bloc de notas.
- Haga clic en para ocultar todos los códigos de todos los párrafos del bloc de notas. Haga clic de nuevo para mostrar los códigos.
- Haga clic en para ocultar todas las salidas de todos los párrafos del bloc de notas. Vuelva a hacer clic en él para ver las salidas.
- Haga clic en para eliminar todas las salidas de todos los párrafos del bloc de notas. Para ver la salida, vuelva a hacer clic en el icono de ejecución.
- Haga clic en para suprimir todos los párrafos del bloc de notas.
- Haga clic en para exportar el bloc de notas.
- Haga clic en para buscar cualquier información en los códigos presentes en el bloc de notas.
- Haga clic en para ver la lista de accesos directos de teclado.
- Haga clic en para definir el orden de los enlaces de intérprete para el bloc de notas.
- Haga clic en para seleccionar una de las tres opciones de visualización de bloc de notas.
  - Haga clic en Por defecto para ver los códigos, la salida y los metadatos de todos los párrafos del bloc de notas.
  - Haga clic en Simple para ver solo el código y la salida en todos los párrafos del bloc de notas. En esta vista, la barra de herramientas del bloc de notas y todas las opciones de edición están ocultas. Debe pasar el mouse por encima para ver las opciones de edición.
  - Haga clic en Informe para ver solo la salida en todos los párrafos del bloc de notas.
- Haga clic en para acceder a las opciones de edición específicas del párrafo, como borrar salida, eliminar párrafo, ajustar ancho, tamaño de fuente, ejecutar todos los párrafos por encima o por debajo del párrafo seleccionado, etc.
- Agregue formularios dinámicos como el formulario de entrada de texto, el formulario de selección, el formulario de casilla de verificación para seleccionar fácilmente las entradas y filtrar fácilmente los datos en el bloc de notas. Oracle Machine Learning soporta los siguientes formularios dinámicos de Apache Zeppelin:
  - Formulario de entrada de texto: permite crear un formulario simple para la entrada de texto.
  - Seleccionar formulario: permite crear un formulario que contenga un rango de valores que el usuario puede seleccionar.
  - Pantalla Casilla de verificación: permite insertar casillas de verificación para la selección múltiple de entradas.
Note:
Los formularios dinámicos de Apache Zeppelin solo están soportados en blocs de notas de intérprete SQL.
Cuando haya terminado de editar el bloc de notas, haga clic en Atrás.
Accederá a la página Notebooks Classic.

Exportación de un bloc de notas
Puede exportar un Notebook Classic en formato Zeppelin (.json ) y en formato Jupyter (.ipynb ), y posteriormente importarlos en el mismo entorno o en otro diferente.
Importación de un bloc de notas
Puede importar blocs de notas en bases de datos conectables (PDB) al espacio de trabajo. También puede importar blocs de notas de Jupyter a la interfaz de usuario de Oracle Machine Learning.
Creación de formularios de casilla de control en blocs de notas
El formulario de casilla de control soporta la selección múltiple de entradas en un párrafo. Las entradas están disponibles como opciones de casilla de control en el bloc de notas.
Creación de formularios de selección en blocs de notas
El formulario de selección permite seleccionar valores de entrada de una lista de valores y recuperar dinámicamente los valores seleccionados según se definen en el párrafo.
Creación de formularios de entrada de texto en blocs de notas
La pantalla Entrada de texto permite recuperar de forma dinámica los valores definidos en el bloc de notas.

Tema principal: Acerca de Oracle Machine Learning Notebooks Classic

5.2.1 Exportación de un Notebook

Puede exportar un Notebook Classic en formato Zeppelin ( .json ) y en formato Jupyter ( .ipynb ), y posteriormente importarlos en el mismo entorno o en otro diferente.

Para exportar un Notebook Classic:

En la página Notebooks Classic, seleccione los blocs de notas que desea exportar. Tiene la opción de exportar uno o más blocs de notas o todos.
En el panel superior del editor de bloc de notas, haga clic en Exportar y, a continuación, haga clic en cualquiera de las siguientes opciones:
- Notebooks a exportar: para exportar los Notebooks, haga clic en:
  - Todo: para exportar todos los blocs de notas.
  - Seleccionado: para exportar los blocs de notas seleccionados.
- Formato: seleccione el formato en el que desea exportar el bloc de notas:
  - Zeppelin: exporta el bloc de notas como un archivo .json (JavaScript Object Notation).
  - Jupyter: exporta el bloc de notas como un archivo .ipynb.
Los blocs de notas exportados se guardan como archivos .json o archivos .ipynb en una carpeta comprimida.

Temas relacionados

Acerca de los enlaces y blocs de notas de intérpretes

Tema principal: Edición de Notebook Classic

5.2.2 Importar bloc de notas

Puede importar blocs de notas en bases de datos conectables (PDB) al espacio de trabajo. También puede importar blocs de notas de Jupyter a la interfaz de usuario de Oracle Machine Learning.

La interfaz de usuario de Oracle Machine Learning soporta la importación de blocs de notas de Zeppelin (.json) y Jupyter (.ipynb).

Note:

A partir de Oracle Database 20c, "base de datos" hace referencia específicamente a los archivos de datos de una base de datos de contenedor de varios clientes (CDB), una base de datos de conexión (PDB) o un contenedor de aplicaciones.

Para importar un bloc de notas:

En la página de inicio de la interfaz de usuario de Oracle Machine Learning, haga clic en Notebooks Classic.
En la página Classic de blocs de notas, haga clic en Importar.
De esta forma se abre el recuadro de diálogo Carga de Archivo. Busque y seleccione el Notebook que desea importar.

Note:
Debe tener el bloc de notas guardado como un archivo .json para importarlo. Puede importar blocs de notas exportados desde entornos que no sean de Oracle Apache Zeppelin, pero solo se pueden ejecutar tipos de párrafos soportados.
En el cuadro de diálogo Carga de archivo, examine y seleccione el archivo .json y haga clic en Abrir.
De esta forma, se importa el archivo de bloc de notas al espacio de trabajo.
Haga clic en el Notebook importado para abrirlo. En la página Notebooks Classic, haga clic en el icono de engranaje para ver los enlaces del intérprete.

Temas relacionados

Tema principal: Edición de Notebook Classic

5.2.3 Creación de formularios de casillas de verificación en blocs de notas

El formulario de casilla de verificación admite la selección múltiple de entradas en un párrafo. Las entradas están disponibles como opciones de casilla de control en el bloc de notas.

Para crear un formulario de casilla de control:

Abra el bloc de notas en el que desea agregar el formulario de casilla de verificación.
En una sentencia SQL, defina la pantalla Check Box mediante la sintaxis:
${checkbox:formName=defaultValue1|defaultValue2...,option1|option2...}

Por ejemplo, ejecute la sentencia SQL:

SELECT ${checkbox:whichcolumn=OWNER|OBJECT_TYPE, OWNER|OBJECT_NAME|OBJECT_TYPE|CREATED|STATUS} FROM ALL_OBJECTS WHERE OBJECT_TYPE IN ('VIEW', 'TABLE', 'INDEX', 'SYNONYM');

En este ejemplo,
- La pantalla Casilla de verificación es WhichColumn
- Las opciones de selección múltiple disponibles en las casillas de control son OWNER, OBJECT_NAME, OBJECT_TYPE, CREATED y STATUS.
- Los campos OWNER y OBJECT_TYPE se definen como valores predeterminados
- El nombre de la tabla es ALL_OBJECTS
- Las columnas que se configuran para su visualización son OWNER, OBJECT_NAME, OBJECT_TYPE, CREATED y STATUS
Ejecute el Notebook. La pantalla Check Box denominada WhichForm está disponible en el bloc de notas, como se muestra en la captura de pantalla.

Tema principal: Edición de Notebook Classic

5.2.4 Creación de formularios de selección en blocs de notas

La pantalla Select permite seleccionar valores de entrada de una lista de valores y recuperar dinámicamente los valores seleccionados según se definen en el párrafo.

Para crear un formulario de selección:

Abra el bloc de notas en el que desea agregar el formulario de entrada de texto.
En una sentencia SQL, defina el formulario Select mediante la sintaxis:
${formName=defaultValue,option1|option2...}.

Por ejemplo, ejecute la sentencia SQL:

SELECT * FROM ALL_OBJECTS WHERE OBJECT_TYPE = '${OBJ=INDEX,INDEX|TABLE|VIEW|SYNONYM}';

En este ejemplo,
- El nombre del formulario es obj
- La lista de valores disponibles es INDEX, TABLE, VIEW, SYNONYM.
- El nombre de la tabla es ALL_OBJECTS
- El nombre de columna es OBJECT_TYPE
Seleccione cualquier valor de la lista desplegable en el formulario obj. El valor seleccionado se recuperará en la columna OBJECT_TYPE de la tabla ALL_OBJECTS.

Tema principal: Edición de Notebook Classic

5.2.5 Creación de formularios de entrada de texto en blocs de notas

La pantalla Entrada de texto permite recuperar de forma dinámica los valores definidos en el bloc de notas.

Para crear un formulario de entrada de texto:

Abra el bloc de notas en el que desea agregar el formulario Entrada de texto.
En una sentencia SQL, defina la pantalla Text Input mediante la sintaxis:
${formName}

Por ejemplo, ejecute la sentencia SQL:

SELECT * FROM ALL_OBJECTS WHERE OBJECT_TYPE = '${OBJ}';

En este ejemplo,
- El nombre del formulario es obj
- El nombre de la tabla es ALL_OBJECTS
- El nombre de columna es OBJECT_TYPE
Aquí, se crea el formulario de texto obj para la columna OBJECT_TYPE en la tabla ALL_OBJECTS. Puede introducir diferentes valores en el campo de formulario obj y ejecutar el bloc de notas para recuperar los valores correspondientes en la columna OBJECT_TYPE.
Ejecute el párrafo. El bloc de notas ahora muestra el campo de formulario de entrada de texto obj, como se muestra en la captura de pantalla. Puede introducir valores en el campo obj y ejecutar el bloc de notas para recuperar los valores correspondientes de la columna OBJECT_TYPE en la tabla ALL_OBJECTS.
- Si introduce TABLE en el campo obj y ejecuta el bloc de notas, el bloc de notas recupera TABLE en la columna OBJECT_TYPE, como se muestra en la captura de pantalla.
- Si introduce VIEW en el campo de formulario obj y ejecuta el bloc de notas, el bloc de notas recupera el valor VIEW en la columna OBJECT_TYPE, como se muestra en la captura de pantalla.
También puede asignar valores por defecto en el formulario mediante la sintaxis:
${formName=defaultValue}

Para asignar un valor por defecto a la pantalla Text Input, modifique la sentencia SQL para:

SELECT * FROM ALL_OBJECTS WHERE OBJECT_TYPE = '${obj=TABLE}'

Aquí, el valor por defecto asignado al formulario es TABLE. Una vez ejecutado el párrafo, el valor por defecto TABLE se recuperará en la columna OBJECT_TYPE, como se muestra en la captura de pantalla.

Tema principal: Edición de Notebook Classic

5.3 Versión de Notebook Classic

Puede versionar o crear una copia de seguridad de un Notebook Classic, experimentar con él y volver al Notebook original, si es necesario.

Para versionar un Notebook Classic:

En la página Notebooks Classic, seleccione el bloc de notas que desea versionar y haga clic en Versión.
Se abre la página Versiones.
En la página Versiones del bloc de notas seleccionado, haga clic en + Versión.
Se abre el cuadro de diálogo Crear versiones.
En el cuadro de diálogo Crear versiones, introduzca comentarios para la versión específica del bloc de notas y haga clic en Aceptar.
El bloc de notas con versiones aparece ahora en la página Versiones. También se pueden realizar las tareas siguientes:
- Haga clic en + Versión para crear otra versión de una versión ya existente del bloc de notas.
- Haga clic en Nuevo bloc de notas para crear un nuevo bloc de notas a partir de la versión de bloc de notas seleccionada.
- Haga clic en Suprimir para suprimir la versión seleccionada del bloc de notas.
- Haga clic en Restaurar versión para restaurar la versión anterior del bloc de notas.
- Haga clic en Volver a blocs de notas para ir a la página Blocs de notas Classic

Tema principal: Acerca de Oracle Machine Learning Notebooks Classic

5.4 Guardado de Notebooks Classic como plantillas

Puede guardar un Notebook Classic existente como plantilla en Personal o en Compartido.

Para guardar una Notebook Classic como plantilla:

En la página Notebooks Classic, seleccione el bloc de notas que desea guardar como plantilla y haga clic en Guardar como plantilla.
Se abre el recuadro de diálogo Guardar como Plantilla.
En el campo Nombre, introduzca un nombre para la plantilla de bloc de notas.
En el campo Comentarios, introduzca comentarios, si los hay.
En el campo Etiquetas, introduzca etiquetas para la plantilla.
En Guardar en, seleccione:
- Personal: si desea guardar esta plantilla de bloc de notas en Personal para que solo su cuenta pueda ver o utilizar este bloc de notas.
- Compartido: si desea guardar y compartir esta plantilla de bloc de notas para que otros usuarios puedan ver y crear blocs de notas a partir de esta plantilla que puedan ejecutar y editar.

Tema principal: Acerca de Oracle Machine Learning Notebooks Classic

5.5 Uso del intérprete SQL en un párrafo del bloc de notas

Un bloc de notas de Oracle Machine Learning admite varios idiomas. Cada párrafo está asociado con un intérprete específico. Por ejemplo, para ejecutar sentencias SQL, utilice el intérprete SQL. Para ejecutar sentencias PL/SQL, utilice el intérprete script.

En un bloc de notas de la interfaz de usuario de Oracle Machine Learning, puede agregar varios párrafos y cada párrafo se puede conectar a diferentes intérpretes como SQL o Python. Identifique qué intérprete utilizar especificando % seguido del intérprete que utilizar: sql, script, r, python, conda, markdown.

Un párrafo tiene una sección de entrada y una sección de salida. En la sección de entrada, especifique el intérprete que se va a ejecutar junto con el texto. Esta información se envía al intérprete para que la ejecute. En la sección de salida, se proporcionan los resultados del intérprete.

Puede utilizar las siguientes directivas en un párrafo de bloc de notas:

%sql: soporta sentencias SQL estándar. En %sql, los resultados de una sentencia SELECT se muestran directamente en un visor de tablas, con acceso a otras opciones de visualización. Utilice las opciones de la configuración del gráfico para realizar agrupaciones, sumar y otras operaciones.
%script: soporta tanto sentencias SQL como PL/SQL. En %script, los resultados de una sentencia SELECT se proporcionan como salida de cadena de texto.
%conda: soporta el entorno conda. Escriba %conda al principio del párrafo para conectarse al entorno Conda y trabajar con bibliotecas de terceros para Python.
%r: soporta scripts R. Escriba %r al principio del párrafo para conectarse al intérprete R.
%python: soporta scripts de Python. Escriba %python al principio del párrafo para conectarse al intérprete de Python.
%md: soporta el lenguaje de marcado de rebaja.

Note:

Para ejecutar un Agrupar por en todos los datos, se recomienda utilizar scripts SQL para realizar la agrupación en la base de datos y devolver la información de resumen para la documentación en el bloc de notas. La agrupación en el nivel de bloc de notas funciona bien para pequeños juegos de datos. Si extrae demasiados datos al bloc de notas, puede que surjan problemas debido a la falta de memoria. Puede definir el límite de filas para el bloc de notas mediante la opción Representar límite de filas de la página Grupo de conexiones.

Para recuperar y visualizar datos en un bloc de notas:

En la página Notebook, haga clic en el Notebook que desea ejecutar.
El bloc de notas se abre en modo de edición.
Escriba %SQL para llamar al intérprete SQL y pulse Intro. Su bloc de notas ya está listo para ejecutar sentencias SQL.
Escriba la sentencia SQL para recuperar datos de una instancia de Oracle Database. Por ejemplo, escriba SELECT * FROM TABLENAME y haga clic en . También puede pulsar las teclas Shift+Enter para ejecutar el bloc de notas.

Note:
Los blocs de notas se deben abrir como usuario común, es decir, como usuario que no es administrador. La opción de bloc de notas Ejecutar no está disponible para el administrador.

Esto recupera los datos del bloc de notas.
Los datos se muestran en la salida del párrafo.
Los resultados del intérprete aparecen en la sección de salida. La sección de salida del párrafo comprende un componente de documentación que muestra los resultados en una salida gráfica. La interfaz de gráfico permite interactuar con la salida del párrafo del bloc de notas. Tiene la opción de ejecutar y editar un solo párrafo o todos los párrafos de un bloc de notas.
En Opciones de tabla, haga clic en Configuración y seleccione:
- useFilter: para activar el filtro para columnas.
- showPagination: para activar la paginación para la navegación mejorada.
- showAggregationFooter: para permitir que un pie de página muestre valores agregados.
También puede ordenar las columnas haciendo clic en la flecha hacia abajo situada junto al nombre de la columna.
Descripción de la ilustración data-visuals.eps

Para visualizar los datos tabulares, haga clic en los iconos correspondientes de cada una de las representaciones gráficas, como se muestra aquí:
- Haga clic en para representar los datos de un gráfico de barras.
- Haga clic en para representar los datos en un gráfico circular.
- Haga clic en para representar los datos en un gráfico de áreas.
- Haga clic en para representar los datos en un gráfico de líneas.
- Haga clic en para representar los datos en un gráfico de dispersión.
Descripción de la ilustración data-visuals-chart.eps

Acerca de Oracle Machine Learning for SQL
Oracle Machine Learning for SQL (OML4SQL) proporciona una potente capacidad de aprendizaje automático de última generación en Oracle Database. Puede utilizar Oracle Machine Learning for SQL para crear y desplegar modelos de aprendizaje automático predictivos y descriptivos y agregar capacidades inteligentes a aplicaciones nuevas y existentes.
Definición del formato de salida en los blocs de notas
Oracle Machine Learning Notebooks le permite aplicar un formato previo a la salida de la consulta en los blocs de notas.
Formatos de salida admitidos por el comando SET SQLFORMAT
Con el comando SET SQLFORMAT, puede generar la salida de consulta en una variedad de formatos.

Temas relacionados

Edición de la conexión del intérprete de Oracle Database

Tema principal: Acerca de Oracle Machine Learning Notebooks Classic

5.5.1 Acerca de Oracle Machine Learning for SQL

Oracle Machine Learning for SQL (OML4SQL) proporciona una potente capacidad de aprendizaje automático de última generación en Oracle Database. Puede utilizar Oracle Machine Learning for SQL para crear y desplegar modelos de aprendizaje automático predictivos y descriptivos y agregar capacidades inteligentes a aplicaciones nuevas y existentes.

Oracle Machine Learning for SQL ofrece un amplio conjunto de algoritmos en la base de datos para realizar una variedad de tareas de aprendizaje automático, como clasificación, regresión, detección de anomalías, extracción de funciones, agrupación en clusters y análisis de cesta de mercado, entre otras. Las interfaces programáticas de OML4SQL son PL/SQL para crear y mantener modelos y una familia de funciones SQL para la puntuación.

Utilice Oracle Machine Learning Notebook con los intérpretes SQL y PL/SQL para ejecutar sentencias SQL (%sql) y scripts PL/SQL (%script) respectivamente. Utilice Oracle Machine Learning for SQL para:

Realizar la exploración y el análisis de datos
Cree, evalúe y despliegue modelos de aprendizaje automático, y
Puntuación de datos con esos modelos

Tema principal: Uso del intérprete SQL en un párrafo del bloc de notas

5.5.2 Definición del formato de salida en los blocs de notas

Oracle Machine Learning Notebooks le permite aplicar un formato previo a la salida de la consulta en los blocs de notas.

Para aplicar un formato previo a la salida de la consulta, debe utilizar el comando SET SQLFORMAT de la siguiente manera:

Abra un bloc de notas en Oracle Machine Learning.
Escriba el comando:
%script

SET SQLFORMAT format_option

Por ejemplo, si desea que la salida tenga el formato ansiconsole, escriba el comando seguido de la consulta SQL como:

SET SQLFORMAT ansiconsole;

SELECT * FROM HR.EMPLOYEES;

En este caso, el formato de salida es ansiconsole y el nombre de la tabla es HR.EMPLOYEES.

Note:
Este formato está disponible para el intérprete de scripts. Por lo tanto, debe agregar el prefijo %script como se muestra en este ejemplo.

Tema principal: Uso del intérprete SQL en un párrafo del bloc de notas

5.5.3 Formatos de Salida Soportados por el Comando SET SQLFORMAT

Mediante el comando SET SQLFORMAT, puede generar la salida de consulta en una variedad de formatos.

Note:

Estos formatos de salida están disponibles para el intérprete de scripts. Por lo tanto, debe incluir el prefijo %script.

Los formatos de salida disponibles son:

CSV: el formato CSV produce una salida de variable estándar separada por comas, con valores de cadena entre comillas dobles. La sintaxis es:

%script

SET SQLFORMAT CSV
HTML: el formato HTML produce el HTML para una tabla ajustable. El contenido de la tabla cambia dinámicamente para que coincida con la cadena de búsqueda introducida en el campo de texto. La sintaxis es:

%script

SET SQLFORMAT HTML
XML: el formato XML produce un documento XML basado en etiquetas. Todos los datos se presentan como etiquetas CDATA. La sintaxis es:

%script

SET SQLFORMAT XML
JSON: el formato JSON produce un documento JSON que contiene las definiciones de las columnas junto con los datos que contiene. La sintaxis es:

%script

SET SQLFORMAT JSON
ANSICONSOLE: el formato ANSICONSOLE cambia el tamaño de las columnas al ancho de los datos para ahorrar espacio. También subraya las columnas, en lugar de una línea de salida independiente. La sintaxis es:

%script

SET SQLFORMAT ANSICONSOLE
INSERT: el formato INSERT produce las sentencias INSERT que se pueden utilizar para volver a crear las filas de una tabla. La sintaxis es:

%script

SET SQLFORMAT INSERT
LOADER: el formato LOADER produce una salida delimitada por conductos con valores de cadena entre comillas dobles. Los nombres de columna no se incluyen en la salida. La sintaxis es:

%script

SET SQLFORMAT LOADER
FIXED: el formato FIXED produce columnas de ancho fijo con todos los datos entre comillas dobles. La sintaxis es:

%script

SET SQLFORMAT FIXED
DEFAULT (Predeterminado): la opción DEFAULT (Predeterminado) borra todos los valores de SQLFORMAT anteriores y vuelve a la salida predeterminada. La sintaxis es:

%script

SET SQLFORMAT DEFAULT

Note:
También puede ejecutar este comando sin el nombre de formato DEFAULT simplemente escribiendo SET SQLFORMAT.
DELIMITED (Delimitado): el formato DELIMITED permite definir manualmente la cadena delimitadora y los caracteres incluidos en los valores de cadena. La sintaxis es:

%script

SQLFORMAT DELIMITED delimiter left_enclosure right_enclosure

Por ejemplo,

%script

SET SQLFORMAT DELIMITED ~del~ " "

SELECT * FROM emp WHERE deptno = 20;

Salida:

"EMPNO"~del~"ENAME"~del~"JOB"~del~"MGR"~del~"HIREDATE"~del~"SAL"~del~"COMM"~del~"DEPTNO"

En este ejemplo, la cadena delimitadora es ~del~ y los valores de cadena, como EMPNO, ENAME, JOB, etc., se incluyen entre comillas dobles.

Tema principal: Uso del intérprete SQL en un párrafo del bloc de notas

5.6 Uso del intérprete de Python en un párrafo de bloc de notas

Un bloc de notas de Oracle Machine Learning admite varios idiomas. Cada párrafo está asociado con un intérprete específico. Para ejecutar comandos de Python en un bloc de notas, primero debe conectarse al intérprete de Python. Para utilizar OML4Py, debe importar el módulo oml.

Este ejemplo muestra cómo:

Conexión a un intérprete de Python para ejecutar comandos de Python en un bloc de notas
Importe los módulos de Python: oml, matplotlib y numpy
Compruebe si el módulo oml está conectado a Oracle Database

Note:

z es una palabra clave reservada y no se debe utilizar como variable en los párrafos %python de los blocs de notas de la interfaz de usuario de Oracle Machine Learning.

Suposición: en el ejemplo se asume que ha creado un nuevo bloc de notas denominado Py Note.

Abra el bloc de notas Py y haga clic en el icono de enlaces de intérprete. Visualice los enlaces de intérprete disponibles.
Para conectarse al intérprete de Python, escriba %python
Ya está listo para ejecutar scripts de Python en el bloc de notas.
Para utilizar el módulo OML4Py, debe importar el módulo oml. Escriba el siguiente comando de Python para importar el módulo oml y el icono de ejecución de clic. También puede pulsar las teclas Shift+Enter para ejecutar el bloc de notas.
import oml
Para verificar si el módulo oml está conectado a la base de datos, escriba:
oml.isconnected()

Descripción de la ilustración connect_python.eps

Una vez conectado el bloc de notas, el comando devuelve TRUE. El bloc de notas ahora está conectado al intérprete de Python y está listo para ejecutar comandos de python en el bloc de notas.

Ejemplo para demostrar el uso de los módulos de Python: matplotlib y numpy, y utilizar datos aleatorios para trazar dos histogramas.

Escriba los comandos siguientes para importar los módulos:
```
%python
import matplotlib.pyplot as plt
import numpy as np
```
- Matplotlib: módulo de Python para representar gráficos
- Numpy: módulo de Python para cálculos

Escriba los siguientes comandos para calcular y representar los datos en dos histogramas.


list1 = np.random.rand(10)*2.1
list2 = np.random.rand(10)*3.0

plt.subplot(1,2,1) # 1 line, 2 rows, index nr 1 (first position in the subplot)
plt.hist(list1)
plt.subplot(1, 2, 2) # 1 line, 2 rows, index nr 2 (second position in the subplot)
plt.hist(list2)
plt.show()

En este ejemplo, los comandos importan dos módulos de Python para calcular y representar los datos en dos histogramas list1 y list2.

Haga clic en Ejecutar.

Descripción de la ilustración python-script.eps

La sección de salida del párrafo que contiene un componente de gráficos muestra los resultados en dos histogramas: list1 y list2, como se muestra en la captura de pantalla.

About Oracle Machine Learning for Python
Oracle Machine Learning for Python (OML4Py) is a component of Oracle Autonomous Database, which includes Oracle Autonomous Data Warehouse (ADW), Oracle Autonomous Transaction Processing (ATP), and Oracle Autonomous JSON Database (AJD). Al utilizar blocs de notas de la interfaz de usuario de Oracle Machine Learning, puede ejecutar funciones de Python en datos para la exploración y preparación de datos y aprovechar Oracle Database como entorno informático de alto rendimiento. La interfaz de usuario (IU) de Oracle Machine Learning está disponible a través de los servicios Autonomous Data Warehouse (ADW), Autonomous Transaction Processing (ATP) y Autonomous JSON Database (AJD).

Tema principal: Acerca de Oracle Machine Learning Notebooks Classic

5.6.1 Acerca de Oracle Machine Learning for Python

Oracle Machine Learning for Python (OML4Py) is a component of Oracle Autonomous Database, which includes Oracle Autonomous Data Warehouse (ADW), Oracle Autonomous Transaction Processing (ATP), and Oracle Autonomous JSON Database (AJD). Al utilizar blocs de notas de la interfaz de usuario de Oracle Machine Learning, puede ejecutar funciones de Python en datos para la exploración y preparación de datos y aprovechar Oracle Database como entorno informático de alto rendimiento. La interfaz de usuario (IU) de Oracle Machine Learning está disponible a través de los servicios Autonomous Data Warehouse (ADW), Autonomous Transaction Processing (ATP) y Autonomous JSON Database (AJD).

Oracle Machine Learning for Python (OML4Py) prepara el lenguaje y el entorno de scripts Python de código abierto para la empresa y big data. Diseñado para problemas que implican volúmenes de datos grandes y pequeños, Oracle Machine Learning for Python integra Python con Oracle Autonomous Database, incluidos sus potentes algoritmos de aprendizaje automático en la base de datos, y permite el despliegue de código Python.

Utilice Oracle Machine Learning for Python para:

Realice exploraciones de datos, análisis de datos y aprendizaje automático mediante Python, con Oracle Database como motor de recursos informáticos de alto rendimiento.
Cree y evalúe modelos de aprendizaje automático y puntúe los datos con esos modelos desde una API de Python integrada mediante algoritmos en la base de datos
Despliegue funciones de Python definidas por el usuario a través de una interfaz de REST con procesamiento en paralelo de datos y tareas.

El intérprete de Python utiliza Python 3.8.5 para procesar scripts de Python en blocs de notas de la interfaz de usuario de Oracle Machine Learning. Para utilizar el intérprete, especifique la directiva %python al principio del párrafo. El intérprete de Python soporta los siguientes módulos de Python:

cx_Oracle 7.3.0
cycler 0.10.0
joblib 0.14.0
kiwisolver 1.1.0
matplotlib 3.1.2
numpy 1.18.1
pandas 0.25.3
pyparsing 2.4.0
python-dateutil 2.8.1
pytz 2019.3
scikit_learn 0.22.1
scipy 1.4.1
six 1.13.0

Temas relacionados

Acerca de Oracle Machine Learning for Python

Tema principal: Uso del intérprete de Python en un párrafo de bloc de notas

5.7 Uso del intérprete R en un párrafo del bloc de notas

Un bloc de notas de Oracle Machine Learning admite varios idiomas. Cada párrafo está asociado con un intérprete específico. Para ejecutar funciones R en un bloc de notas de Oracle Machine Learning, primero debe conectarse al intérprete R.

En un bloc de notas de la interfaz de usuario de Oracle Machine Learning, puede agregar varios párrafos y cada párrafo se puede conectar a diferentes intérpretes como R, SQL o Python. Identifique qué intérprete utilizar especificando % seguido del intérprete que utilizar: sql, script, r, python, conda, markdown.

En este ejemplo, se muestra cómo:

Conéctese al intérprete R para ejecutar los comandos R en un bloc de notas.
Verifique la conexión a Oracle Autonomous Database y
Cargar las bibliotecas de ORE

Para conectarse al intérprete R, escriba la siguiente directiva al principio del párrafo del bloc de notas y pulse Intro:
```
%r
```
Para obtener más información sobre los intérpretes, consulte Acerca de los enlaces y blocs de notas de intérpretes y Cambiar enlaces de intérpretes para párrafos específicos en un bloc de notas.
Para verificar la conexión a la base de datos, escriba el siguiente comando y pulse Intro:
```
ore.is.connected()
```
Una vez conectado el bloc de notas, el comando devuelve TRUE, como se muestra en la captura de pantalla aquí. El bloc de notas ahora está conectado al intérprete R y está listo para ejecutar comandos R en el bloc de notas.

Figura 5-3 Conexión a la Base de Datos de Prueba
Para importar bibliotecas R, ejecute los siguientes comandos:
```
library(ORE)
library(OREdplyr)
```
Una vez que los paquetes se han cargado correctamente, la lista de paquetes de ORE se muestra como se muestra en la captura de pantalla aquí. Desplácese hacia abajo para ver la lista completa.

Figura 5-4 Comandos para cargar paquetes R

Acerca de Oracle Machine Learning for R
Oracle Machine Learning for R (OML4R) es un componente de la familia de productos Oracle Machine Learning, que integra R con Oracle Autonomous Database.

Tema principal: Acerca de Oracle Machine Learning Notebooks Classic

5.7.1 Acerca de Oracle Machine Learning for R

Oracle Machine Learning for R (OML4R) es un componente de la familia de productos Oracle Machine Learning, que integra R con Oracle Autonomous Database.

Oracle Machine Learning for R prepara el lenguaje y el entorno de scripts R de código abierto para la empresa y el big data. Está diseñado para problemas relacionados con volúmenes de datos grandes y pequeños. OML4R permite a los usuarios ejecutar comandos y scripts R para estadísticas, aprendizaje automático y realizar análisis de visualización en tablas y vistas de base de datos mediante la sintaxis R.

Oracle Machine Learning for R está disponible en la interfaz de usuario de Oracle Machine Learning, actualmente disponible a través de Oracle Autonomous Database, incluidos Autonomous Data Warehouse, Autonomous Transaction Processing y Autonomous JSON Database. La funcionalidad de ejecución de R embebida de Oracle Machine Learning for R se puede desplegar mediante API de SQL y REST en Autonomous Database.

Utilice Oracle Machine Learning for R para:

Realice la exploración y preparación de datos a la vez que aprovecha Oracle Database como un entorno informático de alto rendimiento.
Ejecute funciones R definidas por el usuario en motores R de base de datos originados y controlados, con capacidades de datos en paralelo y tareas compatibles con el sistema.
Acceda y utilice potentes algoritmos de aprendizaje automático en la base de datos desde el lenguaje R.

Para utilizar el intérprete R, especifique la directiva %r al principio del párrafo. Los siguientes paquetes R están instalados para admitir Oracle Machine Learning for R.

Paquetes R exclusivos soportados de Oracle Machine Learning for R

Los paquetes R propietarios de Oracle Machine Learning for R soportados son:

ORE_1.5.1
OREbase_1.5.1
OREcommon_1.5.1
OREdm_1.5.1
OREdplyr_1.5.1
OREeda_1.5.1
OREembed_1.5.1
OREgraphics_1.5.1
OREmodels_1.5.1
OREpredict_1.5.1
OREstats_1.5.1
ORExml_1.5.1

Módulos R de código abierto admitidos

Oracle Machine Learning for R admite los siguientes paquetes R de código abierto:

R-4.0.5
Cairo_1.5-15
ROracle_1.4-1: DBI_1.1-2
arules_1.7-3
png_0.1-7
randomForest_4.6-14
statmod_1.4-36
dplyr_1.0-9:
R6_2.5.1
assertthat_0.2.1
cli_3.3.0
crayon_1.5.1
ellipsis_0.3.2
fansi_1.0.3
generics_0.1.2
glue_1.6.2
lazyeval_0.2.2
lifecycle_1.0.1
magrittr_2.0.3
pillar_1.7.0
pkgconfig_2.0.3
purrr_0.3.4
rlang_1.0.2
tibble_3.1.7
tidyselect_1.1.2
utf8_1.2.2
vctrs_0.4.1

Requisitos del intérprete de Oracle Machine Learning for R

El intérprete R necesita los siguientes paquetes R de código abierto:

Rkernel 1.3:
- base64enc 0.1-3
- cli 3.3.0
- crayon 1.5.1
- digest 0.6.29
- ellipsis 0.3.2
- evaluate 0.15
- fansi 1.0.3
- fastmap 1.1.0
- glue 1.6.2
- htmltools 0.5.2
- IRdisplay 1.1
- jsonlite 1.8.0
- lifecycle 1.0.1
- pbdZMQ 0.3-7
- pillar 1.7.0
- repr 1.1.4
- rlang 1.0.2
- utf8 1.2.2
- uuid 1.1-0
- vctrs 0.4.1
knitr 1.39:
- evaluate_0.15
- glue_1.6.2
- highr_0.9
- magrittr_2.0.3
- stringi_1.7.6
- stringr_1.4.0
- xfun_0.31
- yaml_2.3.5

Tema principal: Uso del intérprete R en un párrafo del bloc de notas

5.8 Uso del intérprete conda en un párrafo de bloc de notas

Oracle Machine Learning Notebooks proporciona un intérprete Conda para permitir a los administradores crear entornos conda con bibliotecas Python y R de terceros personalizadas. Una vez creado, puede descargar y activar entornos Conda dentro de una sesión de bloc de notas también mediante el intérprete Conda.

Un bloc de notas de Oracle Machine Learning admite varios idiomas. Para ello, debe crear un bloc de notas con algunos párrafos para ejecutar consultas SQL y otros párrafos para ejecutar scripts PL/SQL. Para ejecutar un bloc de notas en diferentes lenguajes de script, primero debe conectar los párrafos del bloc de notas con los intérpretes correspondientes, como SQL, PL/SQL, R, Python o Conda.

En este tema se muestra cómo empezar a trabajar en el entorno Conda:

Conéctese al intérprete de Conda
Descargar y activar el entorno Conda
Ver la lista de paquetes en el entorno Conda
Ejecute una función de Python para importar el juego de datos de Iris y utilice el paquete seaborn para la visualización

Escriba %conda al principio del párrafo para conectarse al intérprete de Conda y pulse Intro.
```
%conda
```
A continuación, descargue y active el entorno Conda. Tipo:
```
download sbenv
activate sbenv
```
En este ejemplo, el entorno Conda se descarga y se activa. El nombre del entorno Conda de este ejemplo es sbenv.
Puede ver todos los paquetes que están presentes en el entorno Conda. Para ver la lista de paquetes, escriba list.
A continuación, se muestra un ejemplo que muestra cómo utilizar el paquete de biblioteca seaborn para la visualización. Seaborn es una biblioteca de visualización de Python basada en matplotlib. Proporciona una interfaz de alto nivel para dibujar gráficos estadísticos atractivos. En este ejemplo
- Importa Pandas y Seaborn
- Carga el juego de datos de Iris
- Traza los puntos de datos, es decir, las tres especies diferentes de la flor de Iris: Setosa, Virginica y Versicolor en función de sus dimensiones. Crea un gráfico de dispersión
Tipo:
```
%python

def sb_plot():
    import pandas as pd
    import seaborn as sb
    from matplotlib import pyplot as plt
    df = sb.load_dataset('iris')
    sb.set_style("ticks")
    sb.pairplot(df,hue = 'species',diag_kind = "kde",kind = "scatter",palette = "husl")
    plt.show()
```
Ejecute la función en un párrafo de Python.
Tipo:
```
%python 
sb_plot()
```

Acerca del entorno conda y el intérprete conda
Conda es un sistema de gestión de entornos y paquetes de código abierto que permite el uso de entornos que contienen bibliotecas R y Python de terceros. La interfaz de usuario (IU) de Oracle Machine Learning proporciona el intérprete conda para instalar bibliotecas Python y R de terceros en una sesión de bloc de notas.
Comandos del intérprete Conda
En esta tabla se muestran los comandos para el intérprete Conda.

Tema principal: Acerca de Oracle Machine Learning Notebooks Classic

5.8.1 Acerca del entorno conda y el intérprete conda

Conda es un sistema de gestión de entornos y paquetes de código abierto que permite el uso de entornos que contienen bibliotecas R y Python de terceros. La interfaz de usuario (IU) de Oracle Machine Learning proporciona el intérprete conda para instalar bibliotecas Python y R de terceros en una sesión de bloc de notas.

Las bibliotecas de terceros instaladas en Oracle Machine Learning Notebooks se pueden utilizar en:

Python estándar
Estándar R
Ejecución de Python embebido de Oracle Machine Learning for Python desde las API de Python, SQL y REST
Ejecución de R embebida de Oracle Machine Learning for R desde las API de R, SQL y REST

Para empezar a trabajar en el entorno Conda:

Asegúrese de guardar un entorno Conda en Object Storage o actualice un paquete existente instalando una nueva versión.

Note:
El entorno Conda lo crea el usuario ADMIN con el rol OML_SYS_ADMIN. El administrador gestiona el ciclo de vida de un entorno, incluida la adición o supresión de paquetes y la eliminación de entornos. Los entornos Conda se almacenan en un cubo de Object Storage asociado a Autonomous Database.
Conéctese a la interfaz de usuario de Oracle Machine Learning y descargue el entorno Conda. Para descargar el entorno Conda, escriba:
```
%conda 
```
```
download myenv
```
Active el entorno conda. Para activar el entorno Conda escriba:
```
activate myenv
```
Note:
Solo hay un entorno Conda activo en un momento determinado.
Cree un bloc de notas y utilice el intérprete Conda para utilizar bibliotecas de terceros en Object Storage. Para utilizar el intérprete Conda, escriba %conda al principio del párrafo para conectarse al entorno Conda y trabajar con bibliotecas de terceros para Python. Puede cambiar entre los entornos Conda preinstalados. Por ejemplo, puede tener un entorno para trabajar con el análisis de grafos y otro entorno para el análisis de Oracle Machine Learning.
Desactive el entorno conda. Como mejor práctica, desactive el entorno Conda una vez que haya terminado de trabajar en el análisis de aprendizaje automático. Para desactivar el entorno, escriba:
```
deactivate
```

Tema principal: Uso del intérprete conda en un párrafo de bloc de notas

5.8.2 Comandos de intérprete de Conda

En esta tabla, se muestran los comandos para el intérprete Conda.

Comandos de intérprete conda

Tabla 5-1 Comandos del intérprete conda

Tareas	Comandos	Función
Cree un entorno conda.	`create -n <env_name> <python_version>`	Administración
Permite eliminar una lista de paquetes de un entorno conda especificado. También es un alias para conda `uninstall`.	`remove -n <env_name> --all` Note: El entorno Conda se suprime de la sesión de usuario.	Administración Usuario de OML
Mostrar el entorno local creado por el usuario.	`env list`	Administración Usuario de OML
Elimine el entorno local creado por el usuario.	`env remove -n <env_name>`	Administración Usuario de OML
Mostrar todos los paquetes y versiones instalados en el entorno activo.	`list`	Administración Usuario de OML
Active un entorno local creado por el usuario.	`activate -n <env_name>`	Administración Usuario de OML
Desactive el entorno actual.	`deactivate`	Administración Usuario de OML
Instale un paquete externo desde un canal conda público.	`install -n <env_name> <package_name>`	Administración
Desinstale un paquete específico de un entorno Conda. También es un alias para `remove`.	`uninstall -n <env_name> <package_name>`	Administración
Visualice información sobre la instalación conda actual.	`info`	Administración Usuario de OML
Consulte la ayuda de la línea de comandos.	`COMMANDNAME --help`	Administración Usuario de OML
Cargue un entorno Conda en el almacenamiento de objetos. Note: Este es un comando específico de Autonomous Database.	`upload --overwrite <env_name> --description 'some description' -t <name> <value>` Note: Puede proporcionar muchas etiquetas. Por ejemplo: `-t` `<name1> <value1> -t <name2> <value2> ..`	Administración
Descargue y desempaquete un entorno Conda específico del almacenamiento de objetos. Note: Este es un comando específico de Autonomous Database.	`download --overwrite <env_name>`	Administración Usuario de OML
Muestre los entornos locales disponibles para el usuario.	`list-local-envs`	Administración Usuario de OML
Muestre todos los entornos Conda del almacenamiento de objetos. Note: Este es un comando específico de Autonomous Database.	`list-saved-envs --installed-packages -e <env_name>`	Administración Usuario de OML
Elimine un entorno Conda. Note: Este es un comando específico de Autonomous Database.	`delete <env_name>` Note: El entorno Conda se suprime del almacenamiento de objetos.	Administración
Actualice los paquetes conda a la última versión compatible.	`update`	Administración
Actualice el paquete conda actual. También es un alias para conda `update`.	`upgrade`	Administración
Busque paquetes y muestre la información asociada. La entrada es `MatchSpec`, un lenguaje de consulta para paquetes conda.	`search`	Administración Usuario de OML

Tema principal: Uso del intérprete conda en un párrafo de bloc de notas

5.9 Llamar al intérprete de rebaja y generar HTML estático a partir de texto sin formato de rebaja

Utilice el intérprete de Markdown y genere html estático a partir del texto sin formato de Markdown.

Para llamar al intérprete de Markdown y generar html estático a partir del texto sin formato de Markdown:

En el bloc de notas, escriba %md y pulse Intro.
Escriba "Hello World!" y haga clic en Run. Se genera el texto HTML estático, como se ve en la siguiente captura de pantalla.
Puede dar formato al texto en negrita. Para mostrar el texto en negrita, escriba el mismo texto dentro de dos pares de asteriscos y haga clic en Ejecutar.
Para mostrar el texto en cursiva, escriba el mismo texto dentro de un par de asteriscos o un par de guiones bajos como se muestra en la captura de pantalla y haga clic en Ejecutar.
Para mostrar el texto en una lista con viñetas, agregue el prefijo * (asterisco) al texto, como se muestra en la siguiente captura de pantalla:
Para mostrar el texto en heading1, encabezado 2 y encabezado 2, agregue el prefijo # (hash) al texto y haga clic en Ejecutar. Para H1, H2 y H3, debe anteponer uno, dos y tres hashes respectivamente.

Tema principal: Acerca de Oracle Machine Learning Notebooks Classic

5.10 Uso del Bloc de Notas

El bloc de notas proporciona un cómodo acceso con un clic a un bloc de notas para ejecutar sentencias SQL, scripts PL/SQL, R y Python a los que se puede cambiar el nombre. El bloc de notas está disponible en la página inicial de la interfaz de usuario (IU) de Oracle Machine Learning.

Note:

El bloc de notas es un bloc de notas normal que se rellena previamente con cuatro párrafos: %sql, %script,, %python y %r.

Después de ejecutar las secuencias de comandos, el bloc de notas se guarda automáticamente como bloc de notas con el nombre por defecto Scratchpad en la página Blocs de notas. Puede acceder a él más adelante en la página Blocs de notas. Puede ejecutar todos los párrafos juntos o un párrafo a la vez.

Para abrir y utilizar el panel de borradores, haga clic en Panel de borradores en la página inicial de la interfaz de usuario de Oracle Machine Learning en Acciones rápidas. Se abre el Bloc de notas. El bloc de notas tiene tres párrafos cada uno con las siguientes directivas:
- %sql: permite ejecutar sentencias SQL.
- %script: permite ejecutar scripts PL/SQL.
- %python: permite ejecutar scripts de Python.
- %r: permite ejecutar scripts R.
Figura 5-5 Bloc de notas
Para ejecutar el script SQL:
1. Ir al párrafo con la directiva %sql.
2. Escriba el siguiente comando y haga clic en el icono Run. También puede pulsar las teclas Shift+Enter para ejecutar el párrafo.
```
SELECT * FROM SH.SALES;
```
En este ejemplo, la sentencia SQL recupera todos los datos sobre las ventas de productos de la tabla SALES. Aquí, SH es el nombre del esquema y SALES es el nombre de la tabla. La interfaz de usuario de Oracle Machine Learning recupera los datos relevantes de la base de datos y los muestra en formato tabular.

Figura 5-6 Sentencia SQL en Scratchpad
Para ejecutar el script PL/SQL:
1. Ir al párrafo con la directiva %script.
2. Introduzca el siguiente script PL/SQL y haga clic en el icono Run. También puede pulsar las teclas Shift+Enter para ejecutar el párrafo.
```
CREATE TABLE small_table
	(
	 NAME VARCHAR(200),
	 ID1 INTEGER,
	 ID2 VARCHAR(200),
	 ID3 VARCHAR(200),
	 ID4 VARCHAR(200),
	 TEXT VARCHAR(200)
	);

	BEGIN 
		FOR i IN 1..100 LOOP
				INSERT INTO small_table VALUES ('Name_'||i, i,'ID2_'||i,'ID3_'||i,'ID4_'||i,'TEXT_'||i);
		END LOOP;
		COMMIT;
	END;
```
  El script PL/SQL crea correctamente la tabla SMALL_TABLE. El script PL/SQL de este ejemplo contiene dos partes:
  - La primera parte del script contiene la sentencia SQL CREATE TABLE para crear una tabla denominada small_table. Define el nombre de la tabla, la columna de la tabla, los tipos de dato y el tamaño. En este ejemplo, los nombres de columna son NAME, ID1, ID2, ID3, ID4, y TEXT.
  - La segunda parte del script comienza con la palabra clave BEGIN. Inserta 100 filas en la tabla small_table.
  Note:
  Al utilizar la sentencia CREATE con una clave primaria, falla y muestra el mensaje de error Privilegios insuficientes. Este error se produce debido a los perfiles de bloqueo en la base de datos. Si encuentra este error, póngase en contacto con el administrador de la base de datos o el administrador de seguridad designado para otorgar los privilegios necesarios.
  Figura 5-7 Script PL/SQL en Scratchpad
Para ejecutar el script de python:
1. Para utilizar OML4Py, primero debe importar el módulo oml. oml es el módulo OML4Py que permite manipular objetos de Oracle Database como tablas y vistas, llamar a funciones de Python definidas por el usuario mediante la ejecución embebida y utilizar los algoritmos de aprendizaje automático de la base de datos. Ir al párrafo con la directiva %python. Para importar el módulo oml, escriba el siguiente comando y haga clic en el icono Run. También puede pulsar las teclas Shift+Enter para ejecutar el párrafo.
```
import oml
```
2. Para comprobar si el módulo oml está conectado a Oracle Database, escriba oml.isconnected() y haga clic en el icono Run. También puede pulsar las teclas Shift+Enter para ejecutar el párrafo.
```
oml.isconnected()
```
3. Ya está listo para ejecutar el script de Python. Escriba el siguiente código Python y haga clic en el icono de ejecución. También puede pulsar las teclas Shift+Enter para ejecutar el párrafo.
```
import matplotlib.pyplot as plt
import numpy as np

list1 = np.random.rand(10)*2.1
list2 = np.random.rand(10)*3.0

plt.subplot(1,2,1) # 1 line, 2 rows, index nr 1 (first position in subplot)
plt.hist(list1)
plt.subplot(1, 2, 2) # 1 line, 2 rows, index nr 2 (second position in subplot)
plt.hist(list2)
plt.show()
```
  En este ejemplo, los comandos importan dos paquetes de python para calcular y representar los datos en dos histogramas para list1 y list2. Los paquetes de Python son:
  - Matplotlib: paquete de Python para representar gráficos.
  - Numpy: paquete de Python para cálculos.
  Figura 5-8 Script de Python en Scratchpad
  
  Los dos gráficos para list1 y list 2 los genera el motor de python, como se muestra en la captura de pantalla aquí.
Después de crear y ejecutar los scripts en el bloc de notas, el bloc de notas se guarda automáticamente como bloc de notas con el nombre por defecto Scratchpad en la página Blocs de notas. Puede editar el nombre del bloc de notas y guardarlo con el nuevo nombre haciendo clic en Editar.

Tema principal: Acerca de Oracle Machine Learning Notebooks Classic

5.11 Colaboración en Oracle Machine Learning

Dos o más usuarios pueden colaborar y compartir blocs de notas de la interfaz de usuario (UI) de Oracle Machine Learning con otros usuarios.

Puede colaborar mediante:

Otorgamiento de acceso al espacio de trabajo de otro usuario
Uso de la opción de exportación
Uso de plantillas de blocs de notas de la interfaz de usuario de Oracle Machine Learning

Colaboración en Oracle Machine Learning

Tema principal: Acerca de Oracle Machine Learning Notebooks Classic