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
sensen_kiss6 小时前
INT303 Big Data Analysis 大数据分析 Pt.11 模型选择和词向量(Word Embeddings)
大数据·数据挖掘·数据分析
laocooon5238578866 小时前
数据收集, 数据清洗,数据分析,然后可视化,都涉及哪些知识
数据挖掘·数据分析
企业智能研究7 小时前
什么是数据治理?数据治理对企业有什么用?
大数据·人工智能·数据分析·agent
逻极10 小时前
数据分析项目:Pandas + SQLAlchemy,从数据库到DataFrame的丝滑实战
python·mysql·数据分析·pandas·sqlalchemy
醉卧考场君莫笑10 小时前
数据分析常用方法:上
数据挖掘·数据分析
小王毕业啦10 小时前
2003-2023年 285个地级市邻接矩阵、经济地理矩阵等8个矩阵数据
大数据·人工智能·数据挖掘·数据分析·数据统计·社科数据·实证数据
2501_9418036211 小时前
在奥斯陆智能水利场景中构建实时水资源调度与高并发水质数据分析平台的工程设计实践经验分享
数据挖掘·数据分析·云计算
城数派13 小时前
2001-2024年全球500米分辨率逐年土地覆盖类型栅格数据
大数据·人工智能·数据分析
AC赳赳老秦13 小时前
前端可视化组件开发:DeepSeek辅助Vue/React图表组件编写实战
前端·vue.js·人工智能·react.js·信息可视化·数据分析·deepseek
kong790692814 小时前
Pandas简介
信息可视化·数据分析·pandas