环境搭建 | Python 数据可视化库 Matplotlib 快速入门之一
Jupyter Notebook使用
学习目标
-
目标
- 学会使用Jupyter Notebook编写运行代码
-
应用
- 创建文件
- 操作cell
- 运行操作
-
内容预览
- 1.2.1 Jupyter Notebook介绍
- 1.2.2 为什么使用Jupyter Notebook?
-
1.2.3 Jupyter Notebook的使用-helloworld
- 1 界面启动、创建文件
- 2 cell操作
- 3 markdown演示
Jupyter Notebook介绍
Jupyter项目是一个非盈利的开源项目，源于2014年的ipython项目， 并逐渐发展为支持跨所有编程语言的交互式数据科学计算的工具。
- Jupyter Notebook，原名IPython Notbook，是IPython的加强网页版，一个开源Web应用程序
- 名字源自Julia、Python和R(数据科学的三种开源语言) ju-Julia、py-Python、ter-R。
Jupiter：木星、宙斯 - 是一款程序员和科学工作者的编程/文档/笔记/展示软件
- .ipynb文件格式是用于计算型叙述的JSON文档格式的正式规范
Jupyter项目旨在开发跨几十种编程语言的开源软件， 开放标准和用于交互式计算的服务。
为什么使用Jupyter Notebook
-
传统软件开发：工程/目标明确
- 需求分析，设计架构，开发模块，测试
-
数据挖掘：艺术/目标不明确
- 目的是具体的洞察目标，而不是机械的完成任务
- 通过执行代码来理解问题
- 迭代式地改进代码来改进解决方法
实时运行的代码、叙事性的文本和可视化被整合在一起，方便使用代码和数据来讲述故事。
对比Jupyter Notebook和Pycharm
- 画图方面的优势
在画图方面，Pycharm运行之后会阻塞，需要把图片关掉才能继续运行。
def matplotlib_demo():
"""
简单演示matplotlib
:return: None
"""
plt.figure(figsize=(20, 8), dpi=100)
plt.plot([1, 2, 3], [4, 5, 6])
plt.show()
return None
def read_csv_demo():
"""
简单演示读取数据
:return: None
"""
stock_day = pd.read_csv("./stock_day/stock_day.csv")
print(stock_day)
return None
if__name__=="_main__":
#代码1：简单演示matplotLib
matplotlib_demo()
#代码2：简单演示读取数据
read_csv_demo()执行结果：
Jupyter Notebook：
import matplotlib.pyplot as plt
%matplotlib inline
plt.figure()
plt.plot([1, 0, 9], [4, 5, 6])
plt.show()执行结果：
- 数据展示方面的优势：
import pandas as pd
stock_day = pd.read_csv("./stock_day/stock_day.csv")
stock_day执行结果：
在数据量比较庞大时，Pycharm运行会比较慢，且关闭之后每次都要重新运行，耗时。
总结：Jupyter Notebook相比Pycharm、Ipython在画图和数据展示方面更有优势。
配套视频课程，点击这里查看
获取更多资源请订阅Python学习站
