直接使用
请打开Jupyter简介，并点击右上角 “ 在DSW中打开” 。
JupyterNotebook使用技巧
简介
JupyterNotebook是一个用于编写Jupyter Notebook的Python环境。 除了常规的Python语法之外，Jupyter Notebook还支持Markdown语法，以及一些特殊的语法，如表格和图表。 本文介绍一些Jupyter Notebook的常用使用技巧，希望能提高开发者在使用Jupyter Notebook的过程中的开发体验
前提条件
因为您创建的DSW实例总是具备一个Jupyter Notebook环境，您直接运行此文代码就可以
1. 执行Shell命令
Notebook是新的命令行，以"!"开头的命令都会被作为命令行执行
# 当前目录文件列表 !ls # 当前路径 !pwd # echo命令 !echo 'Hello World'
_html meta.json demo.csv to_be_loaded_by_magic_command.py jupyterIntroduction.ipynb /Users/chenyi/IdeaProjects/pai-dsw-examples/introduction/jupyter/jupyterIntroduction Hello World
# 你可以把命令行的执行结果赋给变量，和python交互 files = !ls print(files) directory = !pwd print(directory) # 注意，命令行返回的结果
2. 一个单元格多个输出
默认情况下只有单元格内最后一行的代码结果会输出; 通过设置,可以让一个单元格内输出多个内容
from IPython.core.interactiveshell import InteractiveShell InteractiveShell.ast_node_interactivity = "all"
import pandas as pd demoDf = pd.read_csv('demo.csv') demoDf.head() demoDf.shape demoDf['Year'].value_counts()
3.查看当前notebook中的所有变量和变量值
# %who会输出当前notebook中已经存在的变量 %who
# %whos除了输出变量外，变量的类型以及当前值也会显示 %whos
4. 运行时间统计 time，和timeit两个魔法命令，下面介绍单元格模式的使用方法
%%time # 在单元模式下，统计整个单元格内的代码运行一次所花费的时间 import pandas as pd demoDf = pd.read_csv('demo.csv') demoDf.head() demoDf.shape demoDf['Year'].value_counts()
%%timeit # 在单元模式下，执行代码块若干次，统计出平均时间。结果以mean+/-std的形式给出 import pandas as pd demoDf = pd.read_csv('demo.csv') demoDf.head() demoDf.shape demoDf['Year'].value_counts()
5. 魔术命令
magiccommand是有助于提高生产率的特殊命令
# 内置魔术命令 %lsmagic # 打印当前目录,注意和shell命令区分开，部分命令功能重合 %pwd #更改当前目录 %cd /home/admin/workspace/pai-dsw-examples/introduction/jupyter/jupyterIntroduction # 显示当前工作目录文件 %ls
# 装载指定文件代码 %load 'to_be_loaded_by_magic_command.py'
6. 快捷键使用
6.1显示文档
如果忘记方法或者参数的使用方法，可以使用shift + tab来显示文档
6.2 分割cell
按照shift选中多个cell, shift + m 可以将多个cell合并
