Jupyter notebook快速入门教程(推荐)
作者:zhusongziye 时间:2021-02-13 13:53:57
本文主要介绍了Jupyter notebook快速入门教程,分享给大家,具体如下:
本篇将给大家介绍一款超级好用的工具:Jupyter notebook
。
为什么要介绍这款工具呢?
如果你想使用Python
学习数据分析或数据挖掘,那么它应该是你第一个应该知道并会使用的工具,它很容易上手,用起来非常方便,是个对新手非常友好的工具。而事实也证明它的确很好用,在数据挖掘平台 Kaggle
上,使用 Python 的数据爱好者绝大多数使用 jupyter notebook
来实现分析和建模的过程,因此,如果你想学习机器学习,数据挖掘,那么这款软件你真的应该了解一下。
本篇博主总结了关于Jupyter notebook
的一些关键点,帮助大家快速了解并使用它。
什么是Jupyter notebook?
Jupyter notebook
是一种 Web 应用,它能让用户将说明文本、数学方程、代码和可视化内容全部组合到一个易于共享的文档中,非常方便研究和教学。在原始的 Python shell 与 IPython 中,可视化在单独的窗口中进行,而文字资料以及各种函数和类脚本包含在独立的文档中。但是,notebook 能将这一切集中到一处,让用户一目了然。
Jupyter notebook
特别适合做数据处理,其用途可以包括数据清理和探索、可视化、机器学习和大数据分析。
Jupyter notebook是如何工作的?
Jupyter notebook
源于 Fernando Perez 发起的 IPython
项目。IPython 是一种交互式 shell,与普通的 Python shell 相似,但具有一些更高级的功能,例如语法高亮显示和代码补全,还有一些 magic 操作,十分方便。Jupyter notebook 将 IPython 做成了一种 Web 应用,我们可以通过它的基本架构更清楚的了解:
可以看到,这里的核心是 notebook 的服务器。用户通过浏览器连接到该服务器,而 notebook 呈现为 Web 应用。用户在 Web 应用中编写的代码通过该服务器发送给内核,内核运行代码,并将结果发送回该服务器。然后,任何输出都会返回到浏览器中。保存 notebook 时,它将作为 JSON
文件(文件扩展名为 .ipynb
)写入到该服务器中。
此架构的一个优点是,内核无需运行 Python。由于 notebook 和内核分开,因此可以在两者之间发送任何语言的代码。例如,早期的两个非 Python 内核分别是 R 语言和 Julia 语言。使用 R 内核时,用 R 编写的代码将发送给执行该代码的 R 内核,这与在 Python 内核上运行 Python 代码完全一样。IPython notebook 已被改名,因为 notebook 变得与编程语言无关。新的名称 Jupyter 由Julia
、Python
和 R
组合而成。
安装Jupyter notebook
最简单的方法就是使用 Anaconda
,其发行版附带了 Jupyter notebook。
在 conda 环境下安装 Jupyter notebook 可以使用 conda install jupyter notebook
。当然,也可以通过 pip
来安装 pip install jupyter notebook
。
启动 notebook 服务器
启动 notebook 很简单,只需要在终端环境下输入 jupyter notebook
, 服务器就会在当前操作的目录下启动。当然你可以建立一些专门用来运行 notebook 的文件夹,尤其对于不同的 Python版本以及一些项目(后面会提到)。
启动后,默认的 notebook 服务器的运行地址是 http://localhost:8888
。只要 notebook 服务器仍在运行,你随时都能通过在浏览器中输入 http://localhost:8888
返回到 web 页面中。如下图:
可以通过点击 “New” 创建新的 notebook、文本文件、文件夹或终端。
“Notebook”下的列表显示了已安装的内核。这个示例中安装的版本是 Python 2.7
,因此列出了 Python 2.7 内核。当然,如果你同时安装了其它内核比如 Python 3
,那么它也会在列表中同时出现。这又是 notebook 的另一大好处,就是可以同时管理多个版本,当你同时需要 Python 2 和 Python 3,或者 Scala 2.10 和 2.11 的内核的时候,是十分方便的。
而对于关闭 notebook,可以通过选中文件,点击 "shutdown" 来操作操作,但请确认先保存:
通过在终端中按两次 Ctrl + C,可以关闭整个服务器。
notebook 界面
notebook 界面由基本的单元格组成,每个单元格在可编辑状态下可以任意的输入代码和注释说明(markdown)。默认的是代码格式,也就是下图中工具栏列表所示的 code
。
单元格 绿色 代表内容可编辑状态(比如输入代码),蓝色 代表单元格可操作状态(比如删除单元格,必须回到蓝色),而蓝色与绿色之间可以用Esc
和 Enter
来切换。
Kernel
的小圆圈在空闲状态下是空的,而当运行代码时,会被填满,所以可以通过观察 Kernel
的状态观察程序是否运行完成。
代码单元格
notebook 中的大部分工作均在代码单元格中完成。编写和执行代码都在这里,就像我们平时在 IDE 软件里敲代码一样,给变量赋值、定义函数和类、导入包等。执行单元格代码可以通过 Shift + Enter
来完成。下面是一个示例:
Markdown 单元格
Markdown
是格式化语法,可以加入链接、将文本样式设为粗体或斜体和设置代码格式。像代码单元格一样,按 Shift + Enter
或 Ctrl + Enter
可运行 Markdown 单元格,这会将 Markdown 呈现为格式化文本。
Markdown
在这里就不详细介绍了,如果不清楚可以查看官网:http://www.markdown.cn/。下面是一个 Markdown
的示例:
快捷键
notebook 自带一组快捷键,能让你快速使用键盘与单元格交互,而无需使用鼠标和工具栏。熟悉这些快捷键需要花费一点时间,但如果能熟练掌握,将大大加快你在 notebook 中的工作速度。所有的快捷键就不在这里展示了,因为这些快捷键可以通过单元格 蓝色 状态下按 "h"
来查看:
Magic 关键字
Magic关键字
是 IPython 的一些高级用法,可以运行特殊的命令,然后控制 notebook。例如,在 notebook 中可以使用%matplotlib
将 matplotlib 设置为以交互方式工作。
Magic 命令的前面带有一个或两个百分号(%
或 %%
),分别代表行 Magic 命令和单元格 Magic 命令。行 Magic 命令仅应用于编写 Magic 命令时所在的行,而单元格 Magic 命令应用于整个单元格。
如果要测算整个单元格的运行时间,请使用 %%timeit
,如下所示:
如果要在 notebook 中嵌入可视化内容,可以说使用 %matplotlib inline
,如下所示:
默认情况下,图形呈现在各自的窗口中。但是,你可以通过命令传递参数,以选择特定的“后端”(呈现图像的软件)。要直接在 notebook 中呈现图形,应将通过命令 %matplotlib inline
内联后端一起使用。
提示:在分辨率较高的屏幕(例如 Retina 显示屏)上,notebook 中的默认图像可能会显得模糊。可以在 %matplotlib inline 之后使用%config InlineBackend.figure_format = 'retina'
来呈现分辨率较高的图像。
当然,还有很多 Magic 关键字的使用,这里只列出了两个常用的介绍给大家。更多内容请参考:http://ipython.readthedocs.io/en/stable/interactive/magics.html
总结
通过本篇,相信你已经了解并知道如何使用 Jupyter notebook
了,但是还需要一些实际的操作才能更熟练的使用它,包括一些快捷键的使用。
https://jupyter.readthedocs.io/en/latest/content-quickstart.html
来源:https://blog.csdn.net/zhusongziye/article/details/80370143