Python 教程之数据分析(7)—— Jupyter Notebook 入门

简介: Python 教程之数据分析(7)—— Jupyter Notebook 入门

Jupyter Notebook 是一个开源 Web 应用程序,可让您创建和共享包含实时代码、方程式、可视化和叙述性文本的文档。用途包括数据清理和转换、数值模拟、统计建模、数据可视化、机器学习等等。


Jupyter 支持 40 多种不同的编程语言,Python 就是其中之一。Python 是安装 Jupyter Notebook 本身的要求(Python 3.3 或更高版本,或 Python 2.7)。


使用 Anaconda 安装 Jupyter:

使用 Anaconda 发行版安装 Python 和 Jupyter,其中包括 Python、Jupyter Notebook 以及其他用于科学计算和数据科学的常用软件包。你可以从这里下载 Anaconda 最新的 Python3 版本。

现在,安装下载的 Anaconda 版本。

使用 PIP 安装 Jupyter Notebook:

python3 -m pip install --upgrade pip
python3 -m pip install jupyter

运行 Jupyter notebook 的命令:

jupyter notebook

这将在您的终端中打印有关笔记本服务器的一些信息,包括 Web 应用程序的 URL(默认情况下为 http://localhost:8888),然后打开您的默认 Web 浏览器到此 URL。

image.png

当笔记本在浏览器中打开时,您将看到笔记本仪表板,其中将显示笔记本服务器启动目录中的笔记本、文件和子目录的列表。大多数时候,您会希望在包含笔记本的最高级别目录中启动笔记本服务器。通常这将是您的主目录。

image.png

创建一个新笔记本:

现在在仪表板上,您可以在右上角看到一个新按钮。单击它以打开一个下拉列表,然后如果您单击 Python3,它将打开一个新笔记本。

image.png

几个有用的命令:

  • 在当前运行的笔记本服务器中打开笔记本的命令。
jupyter notebook notebook_name.ipynb

默认情况下,笔记本服务器在端口 8888 上启动。如果端口 8888 不可用或正在使用,笔记本服务器会搜索下一个可用端口。您也可以手动指定端口。在本例中,我们将服务器的端口设置为 9999:

jupyter notebook --port 9999

在不打开 Web 浏览器的情况下启动笔记本服务器的命令:

jupyter notebook --no-browser

笔记本服务器使用 –help 标志为其他命令行参数提供帮助消息:

jupyter notebook --help
  • 在 Jupyter 中运行您的第一个代码:

第 1 步: 成功安装 Jupyter 后,在终端/命令提示符下写入“jupyter notebook”。这将在您的网络浏览器上打开一个新的笔记本服务器。

步骤#2: 在左上角,单击新建按钮并选择python3。这将在您的浏览器中打开一个新的笔记本选项卡,您可以在其中开始编写您的第一个代码。

步骤#3: 按 Enter 或单击笔记本中的第一个单元格以进入编辑模式。

第 4 步: 现在您可以自由编写任何代码。

  • 步骤#5: 您可以通过按Shift + Enter或顶部提供的运行按钮来运行您的代码。下面给出了一个示例代码:

image.png

  • 一些有用的键盘快捷键:
  • 要更改模式(编辑、命令):
Esc -将模式更改为命令模式
Enter -将模式更改为编辑模式

更改内容类型(代码或降价)[在命令模式下]

m -更改为降价
y -更改为代码

执行代码或降价[任何模式]

Shift + Enter -执行并转到下一个单元格
Ctrl + Enter -执行并位于同一单元格中

插入单元格[在命令模式下]

a -在单元格上方创建单元格
b -在单元格下方创建单元格

剪切复制粘贴[在命令模式下]

x - 剪切可以粘贴任意次数的单元格
c - 复制可以在任何地方粘贴任意次数的单元格
v - 粘贴单元格


目录
相关文章
|
15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。
|
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
【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。
36 3
|
17天前
|
数据可视化 数据挖掘
R中单细胞RNA-seq数据分析教程 (3)
R中单细胞RNA-seq数据分析教程 (3)
26 3
R中单细胞RNA-seq数据分析教程 (3)
|
19天前
|
机器学习/深度学习 算法 数据挖掘
数据分析的 10 个最佳 Python 库
数据分析的 10 个最佳 Python 库
56 4
数据分析的 10 个最佳 Python 库
|
1月前
|
SQL 数据挖掘 Python
R中单细胞RNA-seq数据分析教程 (1)
R中单细胞RNA-seq数据分析教程 (1)
37 5
R中单细胞RNA-seq数据分析教程 (1)
|
23天前
|
机器学习/深度学习 数据挖掘
R中单细胞RNA-seq数据分析教程 (2)
R中单细胞RNA-seq数据分析教程 (2)
43 0
R中单细胞RNA-seq数据分析教程 (2)
|
26天前
|
数据采集 数据可视化 数据挖掘
深入浅出:使用Python进行数据分析的基础教程
【10月更文挑战第41天】本文旨在为初学者提供一个关于如何使用Python语言进行数据分析的入门指南。我们将通过实际案例,了解数据处理的基本步骤,包括数据的导入、清洗、处理、分析和可视化。文章将用浅显易懂的语言,带领读者一步步掌握数据分析师的基本功,并在文末附上完整的代码示例供参考和实践。
|
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。
73 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
|
1月前
|
SQL 数据挖掘 Python
数据分析编程:SQL,Python or SPL?
数据分析编程用什么,SQL、python or SPL?话不多说,直接上代码,对比明显,明眼人一看就明了:本案例涵盖五个数据分析任务:1) 计算用户会话次数;2) 球员连续得分分析;3) 连续三天活跃用户数统计;4) 新用户次日留存率计算;5) 股价涨跌幅分析。每个任务基于相应数据表进行处理和计算。
|
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