Jupyter Notebook 10个提升体验的高级技巧

简介: Jupyter 笔记本是数据科学家和分析师用于交互式计算、数据可视化和协作的工具。Jupyter 笔记本的基本功能大家都已经很熟悉了,但还有一些鲜为人知的技巧可以大大提高生产力和效率。在这篇文章中,我将介绍10个可以提升体验的高级技巧。

改变注释的颜色

颜色使事物脱颖而出。我们可以使用不同的颜色来突出需要突出的重要内容。所以我们可以使用html来对我们的文本进行高亮显示,有4种类型可以直接使用:

Info

 <div class="alert alert-block alert-info">
 <b>Tip:</b> Use blue boxes (alert-info) for tips and notes. 
 </div>

Warning

 <div class="alert alert-block alert-warning">
 Warning: Use Yellow for a warning that might need attention.
 </div>

Success

 <div class="alert alert-block alert-success">
 Green box can be used to show some positive such as the successful execution of a test or code.
 </div>

Danger

 <div class="alert alert-block alert-danger">
 Red boxes can be used to alert users to not delete some important part of code etc. 
 </div>

代码折叠(隐藏代码单元)

代码太多的话会影响我们查看Notebook 的内容中,如果只想显示结果/图表,可以将以下 HTML 代码粘贴到笔记本的顶部单元格中,然后运行该单元格。

 %%html
 <style id=hide>div.input{display:none;}</style>
 <button type="button" 
 onclick="var myStyle = document.getElementById('hide').sheet;myStyle.insertRule('div.input{display:inherit !important;}', 0);">
 Show inputs</button>

结果如下:

魔法命令

Jupyter notebooks 包含很多的“魔法命令”,可以使用“%timeit”魔术命令:

交互式部件

Notebook 支持交互式部件,可以为数据分析构建自定义用户界面。例如可以创建一个滑块小部件来调整代码中的参数:

 from ipywidgets import interact 

 @interact(x=(0, 10)) 
 def square(x):
   print(x**2)

结果如下:

嵌入代码

可以使用反引号 (`) 在 Jupyter Notebook 的 Markdown 单元格中嵌入代码。

 `x = 10`

 ```Python
 str = "This is block level code" 
 print(str)

![](http://images.overfit.cn/upload/20230524/2ab9de66305d44459225d5aad3bec41d.png)

## 转换成PPT

Jupyter 笔记本可以使用“rise”扩展转换为交互式PPT。首先要安装扩展,请运行以下命令:

!pip install RISE
!jupyter-nbextension install rise --py --sys-prefix
!jupyter-nbextension enable rise --py --sys-prefix


安装后,转到“View ”并选择“Slideshow ”(如果没有看到此选项,请刷新)。这样就可以为每个单元格选择幻灯片类型。

![](http://images.overfit.cn/upload/20230524/f673453a2a3f42609dff016de2db9e12.gif)

幻灯片类型可以是以下类型之一:

Slide  — 幻灯片的基本类型。

Sub-slide——“Slide ”的片段。

Fragment  —幻灯片上的信息。

Skip  — 在演示过程中跳过此单元格。

Notes ——演讲者视图中出现的,类似提词器。

结果如下:

![](http://images.overfit.cn/upload/20230524/0e56fe27d9714f19ac5646b29b901180.gif)

## 自定义 Matplotlib 图

Jupyter Notebook 默认使用 Matplotlib 进行数据可视化,所以我们可以设置一些默认的参数,例如可以使用“rcParams”字典更改绘图标签的字体大小,这会将设置应用于所有 matplotlib 绘图:

import matplotlib.pyplot as plt

setting global settings

plt.rcParams.update({'font.size': 10,'lines.linewidth': 3})


![](http://images.overfit.cn/upload/20230524/9c78bd1c29724c17a131ca6d7128906a.png)

## 自定义主题

Jupyter Notebooks 带有默认主题,我们可以通过安装和应用自定义主题自定义外观。要安装主题,可以使用 jupyterthemes 包:

!pip install jupyterthemes


列出所有可用的主题:

!jt -l


然后,可以使用命令来安装主题,例如:

!jt -t grade3


安装完后,需要重启 Jupyter notebook。

![](http://images.overfit.cn/upload/20230524/97dc83d5c140473eb07473bb917808bf.png)

如果想重置默认主题,可以使用以下命令(记得重启):

!jt -r


##  LaTeX 支持

如果需要包含数学方程式,您可以在 IPython 的显示模块中使用 LaTeX 语法。

例如,以下代码将显示 2 个分数相加的数学表示及其输出。

from IPython.display import display, Math

display(Math('\frac{2}{3} + \frac{4}{5} = \frac{22}{15}'))


![](http://images.overfit.cn/upload/20230524/daf557f55da2419ab19bce6c34af84cf.png)

## 单元格中显示多个输出

 Jupyter Notebook 中工作时,默认仅显示单元格中的最后一个输出。但是可以使用 IPython.core.interactiveshell 中的 InteractiveShell 模块在单个单元格中显示多个输出。

要显示单元格的所有输出,可以在单元格的开头使用以下代码:

from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = "all"
```

但是记住,这样如果变量多的话会很乱

总结

本文总结了一些充分利用 Jupyter Notebooks 的技巧。这些技巧可以帮助您简化工作流程并提高工作效率。无论是数据分析师、数据科学家还是机器学习工程师,Jupyter Notebooks 都可以成为工作的强大工具。通过掌握这些提技巧,可以将数据分析提升到一个新的水平,并使你的工作更加高效。

https://avoid.overfit.cn/post/519c06ca6f954da888d4ec9809e0a6d0
作者:Anmol Tomar

目录
相关文章
|
7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。
|
5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!
108 4
|
7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。
371 1
|
7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
287 2
|
8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
134 2
|
8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。
536 1
|
8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
71 0
|
8月前
|
自然语言处理 数据可视化 数据挖掘
Python 的科学计算和数据分析: 解释什么是 Jupyter Notebook?
Python科学计算与数据分析中,借助`numpy`进行数值计算,`matplotlib`用于绘图。Jupyter Notebook提供交互式编程环境,支持多语言,集成各种可视化工具。其优势在于结合代码、结果和文本,提升工作效率,具备自动补全、语法高亮等特性。示例展示了导入库,生成随机数据并用`matplotlib`画正弦波图的过程。Jupyter Notebook虽便捷,但复杂任务可能需结合`scipy`、`pandas`等更多库。
91 4
|
8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
131 1
|
8月前
|
机器学习/深度学习 数据可视化 数据挖掘
Jupyter Notebook交互式开源笔记本工具
Jupyter Notebook交互式开源笔记本工具
149 1

热门文章

最新文章

下一篇
开通oss服务