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
RestCloud10 小时前
数据传输中的三大难题,ETL 平台是如何解决的?
数据分析·api
IT毕设梦工厂3 天前
大数据毕业设计选题推荐-基于大数据的客户购物订单数据分析与可视化系统-Hadoop-Spark-数据可视化-BigData
大数据·hadoop·数据分析·spark·毕业设计·源码·bigdata
大数据CLUB3 天前
基于spark的澳洲光伏发电站选址预测
大数据·hadoop·分布式·数据分析·spark·数据开发
智数研析社3 天前
9120 部 TMDb 高分电影数据集 | 7 列全维度指标 (评分 / 热度 / 剧情)+API 权威源 | 电影趋势分析 / 推荐系统 / NLP 建模用
大数据·人工智能·python·深度学习·数据分析·数据集·数据清洗
qingyunliushuiyu3 天前
BI数据可视化:驱动数据价值释放的关键引擎
数据挖掘·数据分析·数据分析系统·数据分析平台·bi数据可视化
折翼的恶魔3 天前
数据分析:排序
python·数据分析·pandas
数据牧羊人的成长笔记4 天前
数据分析需要掌握的数学知识(易理解)
数学建模·数据分析
折翼的恶魔4 天前
数据分析:合并二
python·数据分析·pandas
kida_yuan4 天前
【从零开始】14. 数据评分与筛选
python·数据分析·nlp