【数据分析入门】Jupyter Notebook

简介: 【数据分析入门】Jupyter Notebook

Jupyter Notebook是基于网页的用于交互计算的应用程序。其可被应用于全过程计算:开发、文档编写、运行代码和展示结果。

  简而言之,Jupyter Notebook以网页的形式打开,可以 在网页页面中直接编写代码运行代码,代码的运行结果也会 直接在代码块下显示 的程序。如在编程过程中需要编写说明文档,可在同一个页面中直接编写,便于作及时的说明和解释。


一、保存/加载

  因为可视化界面都做得很完善了,也没什么需要讲解的必要。主要包括新建打开制作副本重命名保存和创建检测点恢复至选定检测点打印预览另存为关闭并停止所有脚本这些选项。

  这里直接上图吧:


二、适用多种编程语言

  Jupyter提供了与三种编程语言进行计算与通信的内核

  安装Jupyter时会自动安装IPython内核,具体操作为中断内核、重启内核、重启内核后清除所有运行结果、重启内核后运行所有单元格、重新连接、关闭内核、运行其它语言内核。


三、编写代码与文本

  Jupyter将代码与文本封装为三种类型的单元格:Markdown、代码与NBConvert

3.1 编辑单元格

   编辑单元格操作 主要包括:剪切选定单元格粘贴至选定单元格上方复制单元格粘贴至选定单元格上方粘贴并替换选定单元格删除选定单元格还原删除单元格操作在光标处分割单元格与上方单元格合并与下方单元格合并编辑笔记本元数据单元格下移移除单元格的附件查找与替换复制选定单元格的附件粘贴附件至选定单元格粘贴附件至选定单元格

  具体内容如下图所示:

3.2 插入单元格

  可以选择 在选定单元格上方插入单元格在选定单元格下方插入单元格

3.3 运行单元格

  可以选择 运行选定单元格运行选定单元格并选定下方单元格运行选定单元格并在下方新增单元格运行所有单元格运行上方所有单元格运行下方所有单元格改变选定单元格类型显示、隐藏或清除选定单元格的输出结果显示、隐藏或清除所有单元格的输出结果

3.4 查看单元格

  在这里,我们可以显示或隐藏Jupyter标识与文件名显示或隐藏工具栏显示或隐藏单元格行号显示或隐藏单元格操作按钮


四、Widgets

  控件用于控制数据或实现数据可视化,比如滚动条、文本框等控件

  可以使用控件创建交互式GUI,或在Python和JavaScript之间同步状态信息

  我们可以 选择下载所有正在使用的控件状态保存含交互式控件的Notebook文件嵌入当前控件


五、帮助

  在帮助界面,我们可以查看用户界面导览内置快捷键编辑内置快捷键Notebook帮助Markdown帮助Jupyter Notebook 非官方扩展Python帮助IPython帮助Numpy帮助SciPy帮助Matplotlib帮助SymPy帮助Pandas帮助关于Jupyter Notebook


相关文章
|
25天前
|
机器学习/深度学习 数据可视化 数据挖掘
使用Python进行数据分析的入门指南
本文将引导读者了解如何使用Python进行数据分析,从安装必要的库到执行基础的数据操作和可视化。通过本文的学习,你将能够开始自己的数据分析之旅,并掌握如何利用Python来揭示数据背后的故事。
|
1月前
|
机器学习/深度学习 数据可视化 数据挖掘
使用Python进行数据分析的入门指南
【10月更文挑战第42天】本文是一篇技术性文章,旨在为初学者提供一份关于如何使用Python进行数据分析的入门指南。我们将从安装必要的工具开始,然后逐步介绍如何导入数据、处理数据、进行数据可视化以及建立预测模型。本文的目标是帮助读者理解数据分析的基本步骤和方法,并通过实际的代码示例来加深理解。
54 3
|
3天前
|
机器学习/深度学习 数据采集 DataWorks
数据分析经典案例重现:使用DataWorks Notebook 实现Kaggle竞赛之房价预测,成为数据分析大神!
Python是目前当之无愧的数据分析第一语言,大量的数据科学家使用Python来完成各种各样的数据科学任务。本文以Kaggle竞赛中的房价预测为例,结合DataWorks Notebook,完成数据加载、数据探索、数据可视化、数据清洗、特征分析、特征处理、机器学习、回归预测等步骤,主要Python工具是Pandas和SKLearn。本文中仅仅使用了线性回归这一最基本的机器学习模型,读者可以自行尝试其他更加复杂模型,比如随机森林、支持向量机、XGBoost等。
|
4月前
|
机器学习/深度学习 数据可视化 数据挖掘
使用Python进行数据分析的入门指南
【8月更文挑战第29天】在数据驱动的时代,掌握数据分析技能变得尤为重要。本文将引导您了解如何使用Python这一强大工具来进行数据分析,从设置开发环境到实际操作案例,逐步深入,帮助您建立起数据分析的基本框架和思维模式。通过阅读本文,您将学会如何利用Python处理、分析和可视化数据,为进一步深入学习奠定坚实的基础。
|
2月前
|
机器学习/深度学习 数据可视化 数据挖掘
【10月更文挑战第4天】「Mac上学Python 5」入门篇5 - Jupyter 环境配置与高效使用技巧
本篇将介绍如何在Mac系统上安装和配置Jupyter,并详细介绍Jupyter Notebook的一些常用“神奇函数”。Jupyter是一个支持交互式计算的工具,广泛用于数据分析、机器学习等领域,通过学习本篇,用户将能够在Python项目中高效使用Jupyter Notebook。
83 3
【10月更文挑战第4天】「Mac上学Python 5」入门篇5 - Jupyter 环境配置与高效使用技巧
|
2月前
|
数据可视化 数据挖掘 大数据
Python 数据分析入门:从零开始处理数据集
Python 数据分析入门:从零开始处理数据集
|
2月前
|
数据采集 数据可视化 数据挖掘
使用Python进行数据分析:从入门到实践
使用Python进行数据分析:从入门到实践
67 2
|
2月前
|
机器学习/深度学习 数据可视化 数据挖掘
使用Python进行数据分析的入门指南
【9月更文挑战第33天】本文旨在为初学者提供一个关于使用Python进行数据分析的全面概述。我们将从基本的安装和设置开始,逐步介绍数据处理、数据可视化以及机器学习的基本概念和应用。文章将通过实际代码示例来展示如何使用Python及其相关库来解决常见的数据分析问题。
|
2月前
|
数据采集 机器学习/深度学习 数据可视化
深入浅出:用Python进行数据分析的入门指南
【10月更文挑战第21天】 在信息爆炸的时代,掌握数据分析技能就像拥有一把钥匙,能够解锁隐藏在庞大数据集背后的秘密。本文将引导你通过Python语言,学习如何从零开始进行数据分析。我们将一起探索数据的收集、处理、分析和可视化等步骤,并最终学会如何利用数据讲故事。无论你是编程新手还是希望提升数据分析能力的专业人士,这篇文章都将为你提供一条清晰的学习路径。
|
2月前
|
数据挖掘 索引 Python
Python数据分析篇--NumPy--入门
Python数据分析篇--NumPy--入门
42 0