JUPYTER Meaning in Japanese - translations and usage examples

• jupyter

Examples of using Jupyter in English and their translations into Japanese

Jupyter for Data Science.
Rではじめるデータサイエンス。

Experience with Jupyter notebook environment.
Jupyternotebookが書ける環境。

Jupyter is already installed.
Jupyterはもう入っている。

Wiley Cross Ref PLOS Project Jupyter HighWire.
ワイリーPLOSProjectJupyterし。

But jupyter notebook by which was built the pie chart.
がjupyterノートにより建てられたパイのフです。

Started using fairly recently, there is a tool called Jupyter.
最近よく使用しているツールでJupyterというのがあります。

Then I wrote jupyter notebook which drew the graph.
その後に書いたjupyterノートたのグラフで表示します。

Some of the most popular notebooks include Jupyter, RStudio, and Zepplin.
特に人気のあるノートブックとしては、Jupyter、RStudio、Zepplinが挙げられます。

How to import a Jupyter notebook like a Python module.
JupyterのノートブックをPythonモジュールのようにimportする方法。

We will explain how to get Himawari-8 image, and creating animation using Jupyter Lab on Tellus.
Tellus上でJupyterLabを使ってひまわり8号の画像を取得してアニメーションを作る方法をご紹介いたします。

Cloud Datalab is based on Jupyter and currently supports Python.
CloudDatalabはJupyterに基づいており、現在はPythonをサポートしています。

Jekyll Jupyter Notebook plugin: Jekyll plugin to use Jupyter notebook.
JekyllJupyterNotebookplugin：Jupyternotebookを使うためのJekyllのプラグイン。

Assignment environment python, scikit-learn, jupyter notebookself development environment）.
演習環境python,scikit-learn,jupyternotebook(自身の環境),AmazonAWS(GPU用)。

Jupyter Notebooks can include several kinds of ingredients, each organized into discrete blocks:.
JupyterNotebooksのノートブックには、以下のようなさまざまな構成要素を取り入れて、それぞれ個別のブロックにまとめることができる。

Another option, for more advanced users, would be to use a Jupyter notebook and the AWS SDK for Python.
より進んだユーザーのためのオプションは、JupyterノートブックとAWSSDKforPythonから利用できます。

(Compute Node) If jupyter program is not finished, quit with Control-C.
(計算ノード)jupyterプログラムが終了していない場合は、Control-Cで終了。

They also can choose their preferred tool including Microsoft Code, Visual Studio, Jupyter or PyCharm.
また、MicrosoftCode、VisualStudio、Jupyter、PyCharmなど、お好みのツールを選択することができる。

Life will be easier if you can import a Jupyter notebook as a Python module when you are working on another notebook.
Jupyterのノートブックに書いたPythonコードを別のノートブックからモジュールのようにimportしたいことがあります。

IPython, however, is still in development for providing interactive Python environment, which Jupyter uses for its Python execution.
IPython自体はインタラクティブなPython環境を提供するものとして開発が続けられていて、JupyterもPython実行部分では使用している。

At its heart, Jupyter is a multi-lingual REPL(read, eval, print and loop), where you can enter code and get a response.
Jupyterは、本質的に複数言語のREPL(Read-Eval-Print-Loop)であり、コードを入力することや、応答を取得することができます。

You can contribute to the collection of workflows in BigGorilla by sharing any data-preparation code in Python or Jupyter notebook format.
PythonまたはJupyterノートブック形式のデータ作成コードをシェアすることによって、BigGorillaのワークフローのコレクションに貢献することができます。

Similar to Jupyter, Zeppelin provides support for additional language and data-processing backend systems such as Spark, Hive, R, and Python.
Zeppelinは、Jupyterと同じように、Spark、Hive、R、Pythonなどの追加の言語やデータ処理バックエンドシステムをサポートしています。

Py files and edit/execute them as scripts or programs with external tools e.g. shell, IDEs(such as PyCharm), Jupyter notebooks, etc. Intermediate users may use these tools;
Pyファイルに保存し、シェル、IDE（PyCharmなど）、Jupyterノートブックなどの外部ツールを使用してスクリプトやプログラムとして編集/実行することができます。

Both Jupyter and Zeppelin can be deployed using pre-built Cloud Dataproc initialization actions to quickly bootstrap common Hadoop- and Spark-ecosystem software packages.
JupyterとZeppelinはどちらも、事前作成されたCloudDataprocの初期化アクションを使用してデプロイすることができ、一般的な HadoopエコシステムとSparkエコシステムソフトウェアパッケージを素早くブートストラップします。

Please read the detailed posts about the Jupyter section in the Gallery and the Jupyter Notebook capability on Azure ML.
詳細については、ギャラリー(英語)のJupyterセクションおよびAzureML(英語)のJupyterNotebookの機能に関する詳しい記事を参照してください。

If you want to do your data exploration in other languages such as R, Julia, Scala, and Java, you can deploy open-source Jupyter or JupyterHub on Compute Engine instances.
R、Julia、Scala、Javaなどの他の言語でデータ探索を行うには、オープンソースのJupyterまたはJupyterHubをComputeEngineインスタンスにデプロイできます。

For data scientists, we introduced out-of-the-box integration with Jupyter(iPython) notebooks allowing you to create narratives that combine code, statistical equations, and visualizations that tell a story about the data.
データサイエンティスト向け:すぐに使えるJupyter(iPython)Notebookとの統合機能を導入しました。これにより、コード、統計式、視覚エフェクトを組み合わせて、データの詳細を伝える説明資料を作成できるようになります。

Jupyter notebooks were used for speedy, interactive analysis and visualisation of the OSM data. In the article, he explains preparation of datasets using osm-wayback and osmesa, the creation of CSV-files and loading the data into Jupyter.
このワークショップではOSMデータの分析にJupyternotebookが使用されており、記事ではosm-waybackとosmesaを使ったデータ前処理、CSVファイル作成、Jupyterへのデータ読み込みなどが解説されています。

It has an easy set-up and installation and will install a configured Python environment, complete with conda, Jupyter, and more, along with connectivity to all of the backend services in Azure.
簡単なセットアップとインストールによって、condaやJupyterなどを含む構成済みのPython環境がインストールされるほか、Azureのすべてのバックエンドサービスと接続されます。