如何使用 Jupyter Notebook

Jupyter Notebook 是数据科学、机器学习、学术研究和开发领域中常用的交互式工具。它允许你在浏览器中创建和共享包含代码、文本、可视化和公式的文档。下面我们将从安装、启动、基本操作和高级用法等方面,详细介绍如何使用 Jupyter Notebook。

我自己用时的效果图(层次分明,每个块中的代码运行结构都会显示,看着就四个字"爽~~~"!)

1. Jupyter Notebook 简介

Jupyter Notebook 是一种基于 Web 的应用程序,支持交互式编程和数据分析。它不仅可以运行 Python,还支持多种编程语言如 R、Julia 等。它最大的特点是支持将代码、可视化、Markdown 文本和公式组合在一个文档中,这使得它非常适合用于教学、研究和报告展示。

2. 安装 Jupyter Notebook

要使用 Jupyter Notebook,你需要先安装 Jupyter。如果你已经安装了 Anaconda,Jupyter Notebook 会随 Anaconda 自动安装;否则,你可以通过以下方式单独安装 Jupyter Notebook。

使用 pip 安装:

  1. 打开命令行终端(Windows 用户可以使用 Anaconda Prompt 或 CMD)。

  2. 输入以下命令安装 Jupyter Notebook

    pip install jupyter

使用 conda 安装: 如果你使用的是 Anaconda,使用以下命令安装:

复制代码
conda install jupyter

我个人是使用Anaconda中的Jupyter Notebook。

我们可以选择把文件建在桌面(看个人选择)

然后我们就可以在其中单元格中写代码啦,它是可以分块写的,十分方便!

而且作为文本工具,其可以列标题等,记笔记也方便嘞!

效果如下:

3. Jupyter Notebook 基本操作

3.1 创建新 Notebook

  1. 在 Jupyter Notebook 主界面中,点击右上角的 "New" 按钮。
  2. 选择 "Python 3"(或其他语言),创建一个新的 Notebook 文件。
  3. 新的 Notebook 将以 .ipynb 作为扩展名,你可以在 Notebook 中编写并运行代码。

3.2 Notebook 界面介绍

  • 文件名:在界面顶部,文件名显示在页面的左上角,点击可以重命名。
  • 菜单栏:包含文件、编辑、视图、插入、内核、工具、帮助等功能选项。
  • 工具栏:提供常用操作的快捷按钮,如保存、添加新单元、剪切/复制/粘贴单元等。
  • 代码单元:每个 Notebook 由多个单元组成,通常包括代码单元和 Markdown 单元。

3.3 编写和运行代码

  • 在代码单元中输入 Python 代码,然后按 Shift + Enter 运行代码。
  • 运行代码后,输出结果会显示在单元下方。

3.4 使用 Markdown 记录笔记

  • 将单元类型切换为 Markdown,在单元中输入文本、标题、列表、链接等。
  • 运行单元后,Markdown 语法将被渲染为格式化文本。

3.5 保存和导出 Notebook

  • 保存:Notebook 会自动保存,但你可以手动点击工具栏中的保存按钮。
  • 导出 :从菜单栏中选择 File > Download as,可以将 Notebook 导出为 HTML、PDF、Markdown 等格式。
总而言之,Jupyter Notebook是一个很好的学习工具既可以当成学习笔记,也可以当成编辑器使用,好的工具也需要大家多多使用,探索其功能,提高自己的效率。
相关推荐
AI小码2 分钟前
把动作「画」给视频世界模型,跨本体双向推演,李飞飞参与
大数据·人工智能·算法·ai·大模型·音视频·编程
元Y亨H18 分钟前
Pandas 解析 Excel 导致的内存溢出(MemoryError)
python·excel
放学校门口见1 小时前
vscode部署stm32开发调试环境
ide·vscode·stm32
金銀銅鐵1 小时前
[Python] 用 turtle 来绘制瑞典国旗
python
Albert Edison1 小时前
【GUI 自动化测试】Pywinauto 常见操作
自动化测试·python·pywinauto
海兰1 小时前
【高速缓存】RedisVL为文本生成嵌入向量实践指南
人工智能·python·机器学习
2601_955760071 小时前
如何用 Claude Opus 5 API 批量扩展长尾关键词和文章选题
前端·python·搜索引擎
Elastic 中国社区官方博客2 小时前
不到 5 分钟完成本地部署:Jina embedding 模型现已支持本地部署
大数据·人工智能·elasticsearch·搜索引擎·embedding·jina
艾斯特_2 小时前
从模型调用到可用聊天应用:会话状态与消息协议
python·ai·aigc
二进制流水搬运工2 小时前
入职第一天拉了23个仓库,我写了个脚本解放双手
大数据·elasticsearch·搜索引擎