Jupyter Notebook 入门教程

Jupyter Notebook 入门教程

什么是 Jupyter Notebook?

在众多编写和运行 Python 程序的工具中,Jupyter Notebook 以其独特的特性脱颖而出。它不仅是一个 Python 编辑器,更是一个支持 Markdown 的文学编程环境,其核心是 IPython 解释器。

突出优点

  • 浏览器运行:在浏览器网页中直接运行 Python。
  • 易于学习:跟随视频教程或文档,轻松上手。
  • 独立执行:能够独立运行单个或多个代码块,便于调试。
  • Markdown 支持:插入说明文字,增强文档可读性。
  • Latex 公式:嵌入数学公式,提升技术文档的颜值。
  • IPython 魔法函数:利用魔法函数进行程序计时、重复运行等。
  • 分享便捷:代码和文档可以以网页形式在线分享。
  • 云端运行:支持在远程服务器上运行,无需本地环境配置。

安装 Jupyter Notebook

安装 Jupyter Notebook 非常简单,可以通过 pip 命令轻松完成。为了加速下载,可以使用国内镜像源。

shell 复制代码
pip install jupyter -i https://pypi.tuna.tsinghua.edu.cn/simple

运行 Jupyter Notebook

安装完成后,打开命令行工具,输入以下命令启动 Jupyter Notebook:

shell 复制代码
jupyter notebook

稍等片刻,浏览器会自动打开 Jupyter 的仪表板界面。

Jupyter Notebook 基础操作

创建一个新的 Notebook

在仪表板界面,点击右上角的 "New" 按钮,然后选择 "Python 3" 或你安装的其他内核,即可创建一个新的 Notebook。

编辑模式与命令模式

  • 编辑模式:默认模式,允许你输入和编辑代码。
  • 命令模式 :通过按 Esc 进入,可以进行单元格的移动、删除等操作。

运行代码块

在编辑模式下,选中要运行的代码块,然后按 Ctrl + Enter 运行,或者点击工具栏上的 "运行" 按钮。

添加 Markdown 单元格

在命令模式下,按 A 可以在当前单元格上方添加新的 Markdown 单元格,按 B 在下方添加。

保存和关闭 Notebook

  • 保存 :在命令模式下,按 S 保存当前 Notebook。
  • 关闭:在仪表板界面,右键点击 Notebook 文件,选择 "Close and Halt"。

高级功能

魔法函数

Jupyter Notebook 支持 IPython 的魔法函数,这些函数以 % 开头,例如:

  • %timeit:测量代码执行时间。
  • %matplotlib inline:在 Notebook 中显示 Matplotlib 图形。

交互式图表

使用如 bokehplotly 等库,可以在 Notebook 中创建交互式图表。

使用外部文件

可以在 Notebook 中使用 %run 魔法函数或其他方法导入外部 Python 脚本。

切换内核

Jupyter Notebook 支持多种编程语言的内核,可以通过菜单栏中的 "Kernel" -> "Change kernel" 来切换。

总结

Jupyter Notebook 是一个功能强大的工具,特别适合数据科学、机器学习等领域的代码开发和文档编写。通过本教程,你应该能够开始使用 Jupyter Notebook,并探索其丰富的功能。不断实践和尝试,你将发现 Jupyter Notebook 为你的编程旅程带来的便利和乐趣。

相关推荐
Zhansiqi1 小时前
day42部分题目
python
小王不爱笑1321 小时前
IO 模型
开发语言·python
kishu_iOS&AI1 小时前
Conda 简要说明与常用指令
python·安全·conda
小陈工1 小时前
FastAPI性能优化实战:从每秒100请求到1000的踩坑记录
python·性能优化·django·flask·numpy·pandas·fastapi
知我Deja_Vu1 小时前
【避坑指南】ConcurrentHashMap 并发计数优化实战
java·开发语言·python
njidf1 小时前
用Python制作一个文字冒险游戏
jvm·数据库·python
呆呆小孩2 小时前
Anaconda 被误删抢救手册:从绝望到重生
python·conda
liliangcsdn2 小时前
LLM复杂数值的提取计算场景示例
人工智能·python
人工智能AI酱2 小时前
【AI深究】逻辑回归(Logistic Regression)全网最详细全流程详解与案例(附大量Python代码演示)| 数学原理、案例流程、代码演示及结果解读 | 决策边界、正则化、优缺点及工程建议
人工智能·python·算法·机器学习·ai·逻辑回归·正则化
WangLanguager2 小时前
逻辑回归(Logistic Regression)的详细介绍及Python代码示例
python·算法·逻辑回归