数据分析基础之《jupyter notebook工具》

一、安装库

1、linux库

yum install python3-devel

2、python库

pip3 install -U matplotlib

pip3 install -U numpy

pip3 install -U pandas

pip3 install -U TA-Lib

pip3 install -U tables

pip3 install -U notebook

3、如果TA-Lib安装不上,先手动安装依赖库

cd /tmp

wget http://prdownloads.sourceforge.net/ta-lib/ta-lib-0.4.0-src.tar.gz

tar -zxvf ta-lib-0.4.0-src.tar.gz

cd ta-lib

./configure

make

make install

4、库说明

matplotlib:二维绘图设计工具

numpy:进行科学计算的基础软件包(数组、矩阵)

pandas:数据分析包

TA-Lib:金融技术指标库

tables:读取hdf5文件工具

notebook:数据分析与展示的平台

二、jupyter notebook介绍

1、什么是jupyter notebook

(1)jupyter notebook原名ipython notebook,是ipython的加强网页版,一个开源web应用程序

(2)名字源自julia、python和R(数据科学的三种开源语言)

(3)是一款程序员和科学工作者的编程、文档、笔记、展示软件

(4).ipynb文件格式是用于计算型叙述的JSON文档格式的正式规范

(5)参考jupiter 木星 宙斯

2、为什么使用jupyter notebook

(1)在画图方面的优势

(2)实时数据展示

(3)保留读取结果

3、启动

jupyter notebook --allow-root --ip 192.168.1.100

三、jupyter notebook使用

1、运行代码

快捷键:shift + enter

或者在Cell菜单中:

Run Cells and Select Below:运行并选择下一行

2、导航栏-Kernel

(1)Interrupt:中断代码执行(程序卡死时)

(2)Restart:重启python内核(执行太慢时重置全部资源)

(3)Restart & Clear Output:重启并清除所有输出

(4)Restart & Run All:重启并运行所有代码

四、cell操作

1、什么是cell

cell:一对In、Out会话被视作一个代码单元,称为cell

2、cell编辑两种模式

(1)编辑模式(Enter)

命令模式下 回车Enter 或 鼠标选择 cell进入编辑模式

可以操作cell内文本或代码,剪切 / 复制 / 粘贴 / 移动等操作

框呈绿色

(2)命令模式(Esc)

按 Esc 退出编辑,进入命令模式

可以操作cell单元本身进行,剪切 / 复制 / 粘贴 / 移动等操作

框呈蓝色

3、操作细节

4、命令模式常用快捷键

(1)a:在当前 cell 的上面添加 cell

(2)b:在当前 cell 的下面添加 cell

(3)双击d:删除当前 cell

(4)y or m:切换 code 和 markdown

5、编辑模式常用快捷键

(1)多光标操作:Ctrl键 + 点击鼠标

(2)回退:Ctrl+Z

(3)补全代码:变量、方法后跟 Tab 键

(4)为一行或多行代码添加 / 取消注释:Ctrl+/

五、markdown演示

1、标题和缩进

python 复制代码
print("hello world")

a = 1
b = 2
c = a + b

# 不打印以out的形式输出
c

print(c)

# 一级标题
## 二级标题
### 三级标题
#### 四级标题
##### 五级标题

- 一级缩进
    - 二级缩进
        - 三级缩进
相关推荐
奥特曼_ it8 小时前
【数据分析+机器学习】基于机器学习的招聘数据分析可视化预测推荐系统(完整系统源码+数据库+开发笔记+详细部署教程)✅
笔记·数据挖掘·数据分析
zhangxl-jc12 小时前
Doris 窗口函数之 LEAD 最佳实践
大数据·sql·数据分析
ID_1800790547314 小时前
得物商品详情API接口在数据分析中的应用
数据挖掘·数据分析
JZC_xiaozhong14 小时前
什么是ETL?一文了解提取、转换与加载
数据库·数据仓库·数据分析·etl·数据一致性·数据孤岛解决方案·数据集成与应用集成
地球资源数据云19 小时前
1978年-2018年中国生漆产量数据集
数据分析·数据集·遥感数据
CDA数据分析师干货分享20 小时前
【CDA干货】预测建模——CLV与营收趋势预测——电商用户数据分析全流程:从数据到增长决策
大数据·数据挖掘·数据分析·cda证书·cda数据分析师
忘忧记20 小时前
panndas数据分析综合案例
数据挖掘·数据分析
科技块儿20 小时前
如何高效查询海量IP归属地?大数据分析中的IP查询应用
网络·tcp/ip·数据分析
CDA数据分析师干货分享20 小时前
【CDA干货】客户分群建模——RFM+K-Means用户画像——电商用户数据分析全流程:从数据到增长决策
算法·机器学习·数据挖掘·数据分析·kmeans·cda证书
沃达德软件20 小时前
巡防勤务可视化管理
大数据·人工智能·数据挖掘·数据分析