快速上手Jupyter Notebook | Python 数据可视化库 Matplotlib 快速入门之三

简介: 本节重点介绍了Jupyter Notebook的使用,cell操作以及快捷键的使用,以及简单了解markdown的用法。

简介Jupyter Notebook | Python 数据可视化库 Matplotlib 快速入门之二

Jupyter Notebook的使用-helloworld

界面启动、创建文件

界面启动

环境搭建好后, 本机输入jupyter notebook命令,会自动弹出浏览器窗口打开Jupyter Notebook。

#进入虚拟环境
workon ai
#输入命令
jupyter notebook

还有一种方式是在终端输入ipython notebook也是可以打开的。

本地notebook的默认URL为:http://localhost:8888

想让notebook打开指定目录, 只要进入此目录后执行命令即可。

image.png

新建notebook文档
notebook的文档格式是.ipynb

image.png

内容界面操作-helloworld
标题栏:点击标题(如Untitled) 修改文档名 菜单栏

  • 导航-File-Download as, 另存为其他格式
  • 导航-Kernel

    • Interrupt, 中断代码执行(程序卡死时)
    • Restart, 重启Python内核(执行太慢时重置全部资源)
    • Restart&Clear Output, 重启并清除所有输出
    • Restart&Run All, 重启并重新运行所有代码

我们来输出一个hello world。

image.png

然后运行代码:快捷键(Shift+Enter)

image.png

也可以利用下图所示去运行:

image.png

然后我们来进行一个加法运算:

image.png

从上述两种方式来看,不进行print的的结果打印,会以out的形式进行输出,是交互模式的体现。

cell操作

什么是cell?

cell:一对In Out会话被视作一个代码单元, 称为cell。

Jupyter支持两种模式:

  • 编辑模式(Enter)

    • 命令模式下回车Enter或鼠标双击cell进入编辑模式。
    • 可以操作cell内文本或代码, 剪切/复制/粘贴移动等操作。
  • 命令模式(Esc)

    • 按Esc退出编辑, 进入命令模式,或者鼠标在本单元格之外点击
    • 可以操作cell单元本身进行剪切/复制/粘贴/移动等操作

1)鼠标操作

image.png

2)快捷键操作

  • 两种模式通用快捷键

    • Shift+Enter, 执行本单元代码, 并跳转到下一单元
    • Ctrl+Enter, 执行本单元代码, 留在本单元

cell行号前的*, 表示代码正在运行

  • 命令模式:按ESC进入

    • Y, cell切换到Code模式
    • M, cell切换到Markdown模式
    • A, 在当前cell的上面添加cell
    • B, 在当前cell的下面添加cell
    • 双击D:删除当前cell
    • Z,回退
    • L, 为当前cell加上行号<!--
    • Ctrl+Shift+P, 对话框输入命令直接运行
    • 快速跳转到首个cell,Crtl+Home
    • 快速跳转到最后一个cell,Crtl+End-->
  • 编辑模式:按Enter进入

    • 多光标操作:CtrL键点击鼠标(Mac:CMD+点击鼠标)
    • 回退:CtrL+Z(Mac:CMD+Z)
    • 重做:CtrL+Y(Mac:CMD+Y)
    • 补全代码:变量、方法后跟Tab键
    • 为一行或多行代码添加/取消注释:Ctrl+/(Mac:CMD+/)
    • 屏蔽自动输出信息:可在最后一条语句之后加一个分号

3)markdown演示
掌握标题和缩进即可。

image.png

显示效果:

image.png

我们可以通过图示来去看到markdown的演示效果:

image.png

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

相关文章
|
10月前
|
数据可视化 关系型数据库 MySQL
基于python大数据的的海洋气象数据可视化平台
针对海洋气象数据量大、维度多的挑战,设计基于ECharts的可视化平台,结合Python、Django与MySQL,实现数据高效展示与交互分析,提升科研与决策效率。
|
11月前
|
数据采集 Web App开发 自然语言处理
新闻热点一目了然:Python爬虫数据可视化
新闻热点一目了然:Python爬虫数据可视化
|
11月前
|
存储 人工智能 测试技术
如何使用LangChain的Python库结合DeepSeek进行多轮次对话?
本文介绍如何使用LangChain结合DeepSeek实现多轮对话,测开人员可借此自动生成测试用例,提升自动化测试效率。
2258 125
如何使用LangChain的Python库结合DeepSeek进行多轮次对话?
|
11月前
|
监控 数据可视化 数据挖掘
Python Rich库使用指南:打造更美观的命令行应用
Rich库是Python的终端美化利器,支持彩色文本、智能表格、动态进度条和语法高亮,大幅提升命令行应用的可视化效果与用户体验。
963 0
|
10月前
|
数据可视化 关系型数据库 MySQL
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
本文详解基于Python的电影TOP250数据可视化大屏开发全流程,涵盖爬虫、数据存储、分析及可视化。使用requests+BeautifulSoup爬取数据,pandas存入MySQL,pyecharts实现柱状图、饼图、词云图、散点图等多种图表,并通过Page组件拖拽布局组合成大屏,支持多种主题切换,附完整源码与视频讲解。
926 4
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
|
10月前
|
传感器 运维 前端开发
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
本文解析异常(anomaly)与新颖性(novelty)检测的本质差异,结合distfit库演示基于概率密度拟合的单变量无监督异常检测方法,涵盖全局、上下文与集体离群值识别,助力构建高可解释性模型。
675 10
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
|
11月前
|
数据采集 数据可视化 关系型数据库
基于python大数据的电影数据可视化分析系统
电影分析与可视化平台顺应电影产业数字化趋势,整合大数据处理、人工智能与Web技术,实现电影数据的采集、分析与可视化展示。平台支持票房、评分、观众行为等多维度分析,助力行业洞察与决策,同时提供互动界面,增强观众对电影文化的理解。技术上依托Python、MySQL、Flask、HTML等构建,融合数据采集与AI分析,提升电影行业的数据应用能力。
|
JSON 数据安全/隐私保护 数据格式
Python如何配置服务器上的可远程访问的jupyter notebook
Python如何配置服务器上的可远程访问的jupyter notebook
587 1
|
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
723 1
|
机器学习/深度学习 网络协议 数据安全/隐私保护
远程访问本地jupyter notebook服务 - 无公网IP端口映射
远程访问本地jupyter notebook服务 - 无公网IP端口映射

推荐镜像

更多