1、jupyter notebook介绍

1、简介

Jupyter Notebook是基于网页的用于交互计算的应用程序。其可被应用于全过程计算：开发、文档编写、运行代码和展示结果。—— Jupyter Notebook官方介绍 。

简而言之，Jupyter Notebook是以网页的形式打开，可以在网页页面中直接编写代码和运行代码，代码的运行结果也会直接在代码块下显示的程序。如在编程过程中需要编写说明文档，可在同一个页面中直接编写，便于作及时的说明和解释.

2、组成部分

• 网页应用

  • 网页应用即基于网页形式的、结合了编写说明文档、数学公式、交互计算和其他富媒体形式的工具。简言之，网页应用是可以实现各种功能的工具.

• 文档
• 即Jupyter Notebook中所有交互计算、编写说明文档、数学公式、图片以及其他富媒体形式的输入和输出，都是以文档的形式体现的。
• 这些文档是保存为后缀名为 .ipynb 的 JSON 格式文件，不仅便于版本控制，也方便与他人共享。
• 此外，文档还可以导出为：HTML、LaTeX、PDF等格式。

3、jupyter notebook特点

• 编程时具有语法高亮、 缩进 、 tab补全 的功能。
• 可直接通过浏览器运行代码，同时在代码块下方展示运行结果。
• 以富媒体格式展示计算结果。富媒体格式包括：HTML，LaTeX，PNG，SVG等。
• 对代码编写说明文档或语句时，支持Markdown语法。
• 支持使用LaTeX编写数学性说明。

2、jupyter notebook安装

　　使用pip安装： pip3 install jupyter 。

3、jupyter notebook运行　　

1、在终端默认启动

　　首选打开终端，进入到需要的工作文件夹中 。

　　打开终端输入: jupyter notebook ，这是就会在浏览器上打开一个jupyter notebook工作页面.

2、指定端口启动

　　有时候8888端口被其他程序占用了，默认的就会使用8889,8890等以此向后加1的端口当做默认端口，但是我们也可以手动指定端口 。

　　还是先进入到工作目录， 。

　　然后再使用jupyter notebook --port 跟上你需要的端口号 。

 4、jupyter notebook新建文件

　　点击新建按钮，选择Python3 创建文件　　 。

 5、cell的两种状态

　　每个cell都有编辑状态和选中状态.

　　1、编辑状态

　　当cell是绿色的时候，表示是编辑状态，此时可以在cell中编辑代码或者编写markdown 。

　　2、选中状态

　　当cell是蓝色的时候，表示是选中状态， 此时可以对整个单元格操作，比如删除，新增、赋值、粘贴、撤销、切换模式.

 　　3、状态切换

　　　　* 选中状态切换到编辑状态：鼠标点击cell 按下 Enter 键 。

　　　　* 编辑状态切换到选中状态：鼠标点击cell 按下 ESC 键 。

 6、cell的两种模式

　　每个cell都有代码模式和markdown模式.

　　1、代码模式

　　　　默认就是代码模式，顾名思义就是在cell中可以写代码并且可执行.

 　　2、markdown模式

　　　　markdown模式：不能执行代码，但是可以记录文字.

 　　3、模式切换

　　　　第一种：直接在页面中点击Markdown和code按钮进行切换 。

　　　　第二种：快捷键切换 。

　　　　　　* 从code模式切换到markdown模式：首选cell处于选中状态，按下m键 。

　　　　　　* 从markdown模式切换到code模式：首选cell处于选中状态，按下y键 。

  。

7、单元格操作

注意：一下操作都要保证单元格处于选中状态，这里只介绍快捷键，界面操作可自行点击尝试.

　　1、单元格执行代码

　　　　直接点击菜单栏的运行按钮或者使用快捷键：enter+shift 。

　　2、新增单元格

　　　　快捷键：b 。

　　3、在当前单元格上方新增单元格

　　　　快捷键：a 。

　　4、删除单元格

　　　　快捷键：dd (双击d) 。

　　5、复制单元格

　　　　快捷键：c 。

　　6、剪切单元格

 　　　　快捷键：x 。

　　7、粘贴单元格

　　　　快捷键：v 。

　　8、撤销单元格

　　　　快捷键：z 。

  。

8、运行python脚本

　　在我的工作目录中有一个python的脚本，里面只有一行代码: print("test") 。

 　　在jupyter notebook中直接引用并执行该脚本。使用%run 。

  。

  。

最后此篇关于数据分析之jupyternotebook工具的文章就讲到这里了,如果你想了解更多关于数据分析之jupyternotebook工具的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。