Python的编辑工具-Jupyter notebook实战案例

简介: 这篇博客介绍了Jupyter Notebook的安装和使用方法,包括如何在本地安装Jupyter、启动和使用Jupyter Notebook进行编程、文档编写和数据分析,以及如何执行和管理代码单元(Cell)的快捷键操作。

作者:尹正杰

版权声明:原创作品,谢绝转载!否则将追究法律责任。

一.安装Jupyter

1>.jupyter notebook概述

  我们知道Python是有交互式命令行的,但其功能相对较弱,因此有人开发了ipython,它对Python解释器进行了封装,使得交互式界面更友好。但ipython和原生Python解释器一样,均无法保存之前写过的代码,一般用于测试代码。

  而今天我们介绍等等jupyter notebook它底层就是用的ipython进行交互的,而且我们写的代码是可以以文件形式保存的。jupyter Notebook是网页版交互式代码笔记工具,它是一款程序员和科学工作者的编程/文档/笔记展示软件。

  jupyter Notebook是一个采用C/S架构的网站,通过Tornado建立WEB服务器端,使用浏览器作为客户端。其交互式的编程环境,友好的界面,便于分享的文档格式,对排版语法,绘图,数学公式的支持,使它成为最流行的Python科学计算工具。  

  毫不客气的说:jupyter notebook = Python + MaTLAB + Word + Excel + PowerPoint  

  使用场景:编程(探索,学习,数据方向),文档,笔记,教学,演讲,数据分析报告等等。  

  温馨提示:  
    以"!","%","_"等特殊符号开头的命令,叫魔术(magic)命令,用于加强IPython shell功能。需要注意的是,魔术命令后面不能带有Python注释,否则会报错哟~  
    不能在除IPython以外的Python环境执行:  
      (1)"!":  
        执行shell命令,在命令前面加"!",如"!conda env list"。  
      (2)"%":  
        以"%"开头的为行命令,只对命令所在的行有效。  
      (3)"%%":  
        以"%%"开头的为单元命令,单元命令必须出现在单元第一行,对整个单元都有效。  
      (4)"_":  
        保存上一次执行的结果。

2>.安装jupyter

C:\Users\yinzhengjie>pip install jupyter            #需要注意的是,当我们安装jupyter时可以不提前安装ipthon,因为在安装jupyter时会自动检测当前Python环境是否有ipython环境,若没有回自动安装。

3>.启动jupyter的笔记本(notebook)功能

C:\Users\yinzhengjie>jupyter notebook            #执行该命令后会自动帮咱们打开一个网页,如下图所示。接下来我们就可以写我们的Python代码了(需要注意的是,你在哪个目录启动notebook,那么该目录就是其对应的家目录哟~)  

温馨提示:  
  也可以直接在命令行敲击"jupyter notebook"启用其功能,用法基本上一致。终止程序也只需按"Ctrl + c"即可。

4>.使用jupyter的notebook时指定根目录

D:\>jupyter notebook --notebook-dir D:\yinzhengjie\python        #指定根目录为"D:\yinzhengjie\python"

5>.查看jupyter命令的帮助信息

C:\Users\yinzhengjie>jupyter -h

6>.查看"jupyter notebook"子命令的帮助信息

 C:\Users\yinzhengjie>jupyter notebook -h

二.jupyter notebook网页的常见操作

1>.列表页操作

  所谓的列表页其实就是我们刚刚启用Jupyter Notebook服务时自动打开的浏览器页面,如下图所示。

  列表页有以下常见操作:
    (1)新建jupyter文件:
      点击"Files" => 点击"New" => 选择要新建的文件类型(比如你可以选择"Python 3","Text File","Terminal"等)
    (2)文件的上传
      点击"Files" => 点击"Upload" => 点击"上传",即可上传成功。
    (3)文件或目录的重命名操作
      点击"Files" => 勾选对应的文件或目录,选择对应的操作,比如"RENAME"操作,需要注意的是,正在运行的文件是无法执行"RENAME"操作的,需要将该文件先"Shutdown"。
    (4)停止文件进程:
      点击"Running" => 选择要关闭的Notebooks,点击"关闭"按钮即可。
    (5)导入和导出文件:
      本质上对应的就是普通文件的复制粘贴操作,只需将对应的文件复制到jupyter notebook的工作目录即可。  
  温馨提示:
    jupyter notebook的文档格式是".ipynb",本质上是一种类JSON的文本格式。

2>.内页操作

  所谓内页就是使用列表页打开的新标签网页,比如在列表页新建一个Python文件,那么就会自动打开一个内页,如下图所示。  

  内页有以下常见操作:  
    (1)菜单栏操作  
      比如导出文件,依次点击"File" => "Download as" => 根据需求选择你要导出的格式(比如"HTML","Markdown","PDF","Python"格式等)  
    (2)工具栏操作  
      比如保存文件,可以点击保存按钮的logo,也可以直接使用"Ctrl + s",基本上工具栏的操作都可以使用快捷键来替代。  
      工具栏各图标说明:保存,插入cell,剪切cell,粘贴cell,向上移动cell,向下移动cell,执行cell代码,重启Python内核,cell分类模式(Code/Markdown/Raw NBConvert/H1-H6) => 控制台  
    (3)工作区:  
      可以支持一系列的快捷键,当然也支持上面的工具栏操作哟~但是操作的对象都是针对工作区的每个cell。  

  温馨提示:  
    cell模式分类说明:  
      Code:  
        该模式用来写代码,可以执行其中的代码块。  
      Markdown:  
        该模式可以写解释,文档注释等,支持Markdown格式,可以执行用来解析。  
      Raw NBConvert:  
        cell内容原来现实,文本不解析,即不能当代码执行。  
      H1-H6:  
        标题模式,支持Markdown语法,只不过字体会变大,可以执行进行解析。

三.Cell操作

  相比vim编辑工具而言,jupyter notebook相对友好一点,因为它只有两个模式,即编辑模式(光标在cell内,即可以进行标记操作)和命令模式(光标未在cell内,即该模式不可以编辑cell)。  

  在某个cell内单机鼠标,就进入到标记模式,按"ESC"就可以从编辑模式退出,当然,你也可以直接将鼠标移动到非cell内的区域,也会自动退出编辑模式。  

  常用的cell快捷键如下所示:  
    a|A:
      在某个cell上面新增加一行cell。
  
    b|B
      在某个cell下面新增一行cell。

    d|D:
      删除一行cell。  

    z|Z:  
      回退操作。

    m|M:
      将某行cell变为纯文本的内容,即Markdown模式而非Python代码,你可以理解成注释内容。
    
    y|Y:  
      代码模式。  

    l|L:  
      显示某个cell的行号。  

    shift + l|L:  
      显示所有cell的行号。  

    Ctrl + shift + 减号(-):  
      在编辑模式中,以光标处为分隔符,将一个cell分割为2个cell。  

    shift + m|M:  
      向下合并cell。
    shift + enter:
      执行某行cell内的代码,并产生一个新的cell。

    ctrl + enter:
      执行某行cell内的代码,但不会产生新的cell。  

    ctrl + s:  
      保存代码。  

  查看|设置快捷键方式如下:  
    依次点击菜单栏中的"Help" => "Keyboard Shortcuts" => 如果想要自定义快捷键也可以点击"编辑快捷键" => 修改后点击"确定"按钮

目录
相关文章
|
7天前
|
数据采集 机器学习/深度学习 人工智能
Python编程入门:从基础到实战
【10月更文挑战第36天】本文将带你走进Python的世界,从基础语法出发,逐步深入到实际项目应用。我们将一起探索Python的简洁与强大,通过实例学习如何运用Python解决问题。无论你是编程新手还是希望扩展技能的老手,这篇文章都将为你提供有价值的指导和灵感。让我们一起开启Python编程之旅,用代码书写想法,创造可能。
|
9天前
|
数据库 Python
异步编程不再难!Python asyncio库实战,让你的代码流畅如丝!
在编程中,随着应用复杂度的提升,对并发和异步处理的需求日益增长。Python的asyncio库通过async和await关键字,简化了异步编程,使其变得流畅高效。本文将通过实战示例,介绍异步编程的基本概念、如何使用asyncio编写异步代码以及处理多个异步任务的方法,帮助你掌握异步编程技巧,提高代码性能。
26 4
|
8天前
|
机器学习/深度学习 数据可视化 数据处理
Python数据科学:从基础到实战
Python数据科学:从基础到实战
16 1
|
9天前
|
机器学习/深度学习 JSON API
Python编程实战:构建一个简单的天气预报应用
Python编程实战:构建一个简单的天气预报应用
23 1
|
12天前
|
前端开发 API 开发者
Python Web开发者必看!AJAX、Fetch API实战技巧,让前后端交互如丝般顺滑!
在Web开发中,前后端的高效交互是提升用户体验的关键。本文通过一个基于Flask框架的博客系统实战案例,详细介绍了如何使用AJAX和Fetch API实现不刷新页面查看评论的功能。从后端路由设置到前端请求处理,全面展示了这两种技术的应用技巧,帮助Python Web开发者提升项目质量和开发效率。
27 1
|
4天前
|
数据采集 存储 数据处理
探索Python中的异步编程:从基础到实战
【10月更文挑战第39天】在编程世界中,时间就是效率的代名词。Python的异步编程特性,如同给程序穿上了一双翅膀,让它们在执行任务时飞得更高、更快。本文将带你领略Python异步编程的魅力,从理解其背后的原理到掌握实际应用的技巧,我们不仅会讨论理论基础,还会通过实际代码示例,展示如何利用这些知识来提升你的程序性能。准备好让你的Python代码“起飞”了吗?让我们开始这场异步编程的旅程!
13 0
|
8天前
|
并行计算 数据挖掘 大数据
Python数据分析实战:利用Pandas处理大数据集
Python数据分析实战:利用Pandas处理大数据集
|
4天前
|
机器学习/深度学习 人工智能 TensorFlow
人工智能浪潮下的自我修养:从Python编程入门到深度学习实践
【10月更文挑战第39天】本文旨在为初学者提供一条清晰的道路,从Python基础语法的掌握到深度学习领域的探索。我们将通过简明扼要的语言和实际代码示例,引导读者逐步构建起对人工智能技术的理解和应用能力。文章不仅涵盖Python编程的基础,还将深入探讨深度学习的核心概念、工具和实战技巧,帮助读者在AI的浪潮中找到自己的位置。
|
4天前
|
机器学习/深度学习 数据挖掘 Python
Python编程入门——从零开始构建你的第一个程序
【10月更文挑战第39天】本文将带你走进Python的世界,通过简单易懂的语言和实际的代码示例,让你快速掌握Python的基础语法。无论你是编程新手还是想学习新语言的老手,这篇文章都能为你提供有价值的信息。我们将从变量、数据类型、控制结构等基本概念入手,逐步过渡到函数、模块等高级特性,最后通过一个综合示例来巩固所学知识。让我们一起开启Python编程之旅吧!