太强了!这个 Jupyter notebook 离线工具可以用一辈子!

简介: VScode、Pycharm、Spyder 都是目前非常好的Python编辑器,但在数据科学领域,Jupyter notebook 仍有无法取代的地方。正是基于IPython实现的这种交互式操作,给数据分析、建模过程检验中间结果和可视化带来了极大的方便。

前 言


东哥是 Jupyter notebook 的老忠实用户了,直到现在一直用。在使用过程中,一直觉得有个地方不是很方便。大家都知道 Jupyter notebook 的文件是以 ipynb 结尾的,所以每次打开之前的文件都必须启动 Jupyter notebook,也就是说每次都要远程连接一下。
下面是 Jupyter notebook 的工作原理,大家自行理解,本文不进行展开。

微信图片_20220218183732.png

但其实很多时间不是想撸代码,而只是想看看或者分析。比如,网上某大神分享一个建模代码,那一般人家是不会提供数据的,只是提供个思路,而我们学的也是这些思路。

如果我想快速看,只能通过一些文本编辑器打开了,但这些编辑器又不会区分 notebook 中的文字注释、代码、中间结果,读代码的体验极差,效率也低,就像下面这样。

微信图片_20220218183457.gif


再者就只能启动 notebook 了,也就得联网。


nbpreview


最近Github上发现一个工具,叫:nbpreview


它是干什么的呢?


它就是解决本地离线查看 notebook 文件的难题的。没错,以后如果想要看 ipynb 结尾的文件,再也不用联网启动 Jupyter notebook 了,甚至连 Jupyter 和 IPython 都不用安装就可以能直接查看。


而使用方法极为方便,直接拖拽文件到网页即可,下面展示一下。微信图片_20220218183503.gif

这个工具在Github上已经开源。

微信图片_20220218183830.jpg

clone下来后直接点开 index.html 就可以离线使用了。


微信图片_20220218183529.jpg

打开后,选择文件上传搞定。微信图片_20220218183533.jpg
当然了,这种方式只适用于没有网络不方便启动或者简单查看的情况。如果想进一步撸代码跑数据,那还是要联网启动才行的。


nbpreview clone下载


后台很多小伙伴反映自己登陆上Github,作为备选,东哥提供一下clone的资料包。欢迎大家自己到Github下载。


Github链接:https://github.com/jsvine/nbpreview

相关文章
|
6月前
|
数据采集 机器学习/深度学习 数据可视化
使用Jupyter Notebook进行数据分析:入门与实践
【6月更文挑战第5天】Jupyter Notebook是数据科学家青睐的交互式计算环境,用于创建包含代码、方程、可视化和文本的文档。本文介绍了其基本用法和安装配置,通过一个数据分析案例展示了如何使用Notebook进行数据加载、清洗、预处理、探索、可视化以及建模。Notebook支持多种语言,提供直观的交互体验,便于结果呈现和分享。它是高效数据分析的得力工具,初学者可通过本文案例开始探索。
|
4月前
|
Python
Jupyter Notebook又一利器nbterm,在终端玩notebook!
Jupyter Notebook又一利器nbterm,在终端玩notebook!
|
6月前
|
文字识别 异构计算 Python
关于云端Jupyter Notebook的使用过程与感想
在自学Python时,由于家庭电脑使用冲突和设备老旧,转向云端平台。体验了多个服务:1. 魔搭modelscope(最喜欢,赠送资源丰富,社区活跃),2. Colaboratory(免费GPU,但有时重启,建议用阿里云),3. Deepnote(免费环境有限,但GPT-4代码生成功能强大),4. 飞桨aistudio(适合PaddlePaddle用户),5. ModelArts(曾有免费实例,现难找)。综合来看,阿里云的稳定性与服务更优,尤其是魔搭的自动代码修正功能。对于AIGC,推荐魔搭和付费版PAI-DSW。欢迎分享更多云端Jupyter平台体验。
279 1
|
6月前
|
Python 数据挖掘 数据可视化
Python数据分析——Pandas与Jupyter Notebook
【6月更文挑战第1天】 本文探讨了如何使用Python的Pandas库和Jupyter Notebook进行数据分析。首先,介绍了安装和设置步骤,然后展示了如何使用Pandas的DataFrame进行数据加载、清洗和基本分析。接着,通过Jupyter Notebook的交互式环境,演示了数据分析和可视化,包括直方图的创建。文章还涉及数据清洗,如处理缺失值,并展示了如何进行高级数据分析,如数据分组和聚合。此外,还提供了将分析结果导出到文件的方法。通过销售数据的完整案例,详细说明了从加载数据到可视化和结果导出的全过程。最后,讨论了进一步的分析和可视化技巧,如销售额趋势、产品销售排名和区域分布,以及
210 2
|
7月前
|
JSON 数据可视化 数据挖掘
适合数据分析的ide---Jupyter Notebook的安装使用
适合数据分析的ide---Jupyter Notebook的安装使用
116 2
|
7月前
|
Ubuntu 网络安全 数据安全/隐私保护
使用SSH隧道将Ubuntu云服务器Jupyter Notebook端口映射到本地
这样,你就成功地将Ubuntu云服务器上的Jupyter Notebook端口映射到本地,使你能够通过本地浏览器访问并使用Jupyter Notebook。
465 1
|
7月前
|
Linux 数据安全/隐私保护
anaconda运行Notebook和jupyter报错resource.setrlimit(resource.RLIMIT_NOFILE, (soft, hard)) ValueError
anaconda运行Notebook和jupyter报错resource.setrlimit(resource.RLIMIT_NOFILE, (soft, hard)) ValueError
58 0
|
7月前
|
Linux 数据安全/隐私保护 Python
Linux下远程访问Jupyter Notebook 配置
Linux下远程访问Jupyter Notebook 配置
106 1
|
7月前
|
Python Windows
Jupyter Notebook的使用
Jupyter Notebook的使用
|
7月前
|
机器学习/深度学习 安全 数据安全/隐私保护
Windows系统安装Jupyter Notebook并实现公网访问内网笔记服务
Windows系统安装Jupyter Notebook并实现公网访问内网笔记服务
119 0