Python Jupyter 教程：从入门到精通
第一部分：什么是 Jupyter Notebook？为什么使用它？
想象一下,你有一个可以同时做三件事的神奇笔记本：
- 写代码：你可以像在任何代码编辑器里一样编写 Python 代码。
- 写文档：你可以用 Markdown 语法轻松地添加标题、说明、列表、公式，就像写一篇博客文章或报告。
- 看结果：代码运行后，图表、数据表格、图片、甚至视频都会直接显示在代码下方。
这个“神奇笔记本”Jupyter Notebook，它是一个开源的 Web 应用程序，允许你创建和共享包含实时代码、方程、可视化和文本说明的文档。
主要优势：
- 交互式计算：逐块运行代码，即时查看结果，非常适合数据探索、原型设计和教学。
- 一体化文档：将代码、解释和输出整合在一个文件中（
.ipynb），便于复现分析过程和分享研究成果。 - 可视化友好：是数据科学领域进行数据分析和可视化的标准工具。
- 学习利器：对于初学者来说，可以清晰地看到每一步操作的结果，加深对代码逻辑的理解。
第二部分：安装与环境配置
在开始之前,你需要安装 Jupyter，强烈推荐使用 Anaconda 来安装，因为它已经为你打包好了 Python、Jupyter 以及数百个常用的数据科学库（如 NumPy, Pandas, Matplotlib）。
推荐使用 Anaconda (最简单)
- 下载：访问 Anaconda 官网 下载适合你操作系统的安装包。
- 安装：像安装普通软件一样双击安装包，一路点击 "Next" 即可，安装时会自动将 Anaconda 添加到系统路径，方便后续使用。
- 验证：安装完成后，打开终端（在 Windows 上是 "Anaconda Prompt" 或 "PowerShell"）。
- 输入
jupyter notebook --version，如果显示版本号，说明安装成功。 - 输入
conda --version，验证 Anaconda 是否安装成功。
- 输入
使用 pip (如果你已有 Python 环境)
如果你已经安装了 Python，可以直接使用包管理器 pip 来安装。
- 打开终端或命令提示符。
- 输入以下命令：
pip install jupyterlab
jupyterlab是 Jupyter 的下一代界面，功能更强大，体验更现代，你也可以安装经典的jupyter notebook：pip install notebook
第三部分：启动与初体验
启动 Jupyter
-
打开终端（Windows 用户请使用 Anaconda Prompt）。
-
导航到你想要存放工作文件的目录,我想在
Documents文件夹下创建一个Jupyter文件夹：# 进入 Documents 文件夹 cd Documents # 创建 Jupyter 文件夹 mkdir Jupyter # 进入 Jupyter 文件夹 cd Jupyter
-
在当前目录下,启动 Jupyter：
# 启动经典 Notebook jupyter notebook # 或者启动更现代的 JupyterLab jupyter lab
jupyter notebook会打开一个经典界面，标签页形式。jupyter lab会打开一个类似 IDE 的集成开发环境，功能更丰富。初学者建议从jupyter notebook开始。
启动后,你的默认浏览器会自动打开一个新标签页，显示 Jupyter 的文件管理界面。
创建你的第一个 Notebook
- 在右上角点击 "New" -> "Python 3" (或者 "Python 3 (ipykernel)")。
- 一个新的浏览器标签页会打开,这就是你的第一个 Notebook！
第四部分：Notebook 界面详解
一个 Notebook 由一系列的 Cell (单元格) 组成，主要有两种类型的 Cell：
Code Cell (代码单元格)
这是用来编写和执行代码的地方。
- 输入代码：在
[ ]:后面输入你的 Python 代码。 - 运行代码：
- 点击工具栏上的 "Run" 按钮。
- 按快捷键
Shift + Enter：运行当前单元格，并自动跳转到下一个单元格。 - 按快捷键
Ctrl + Enter：运行当前单元格，并停留在当前单元格。
- 查看输出：代码执行的结果（如
print()的输出、图表、变量值等）会显示在单元格的下方。
示例：
# 这是一个简单的代码单元格
print("Hello, Jupyter World!")
# 你也可以直接显示变量值
a = 10
b = 20
a + b
运行后,你会看到：
Hello, Jupyter World!
30注意：如果一个单元格只包含一个表达式（如
a + b），Jupyter 会自动显示其结果，但如果赋值（如c = a + b），则不会显示任何输出，除非你显式地print(c)。
Markdown Cell (Markdown 单元格)
这是用来添加文本、标题、链接、图片等富文本内容的地方，非常适合写注释和说明。
- 切换类型：选中一个单元格，在工具栏的下拉菜单中选择 "Markdown"。
- 编辑：双击 Markdown 单元格即可进入编辑模式，使用 Markdown 语法编写内容。
- 渲染：像运行代码一样，点击 "Run" 或按
Shift + Enter，Markdown 内容就会被渲染成格式化的文本。
常用 Markdown 语法示例：
| 语法 | 效果 | 代码 |
| :--- | :--- | :--- || # 一级标题
## 二级标题 | # 一级标题
## 二级标题 |
| 文本 | *斜体*
**粗体** | *斜体***粗体** |
| 列表 | - 无序列表项1
- 子项
有序列表项1 | - 无序列表项1
- 子项
有序列表项1 |
| 代码 | `行内代码`
<br>代码块<br> | `行内代码`
<br>python
print("代码块")
<br> |
| 链接 | [Jupyter 官网](https://jupyter.org) | [Jupyter 官网](https://jupyter.org) |
| 图片 |  |  |
| 数学公式 | $行内公式：E=mc^2$
$$块级公式：\int_a^b f(x)dx$$ | $行内公式：E=mc^2$
$$块级公式：\int_a^b f(x)dx$$ |
其他常用操作
- 插入 Cell：在工具栏点击 "Insert" -> "Insert Cell Above/Below"，或使用快捷键：
a：在当前单元格上方插入一个新单元格。b：在当前单元格下方插入一个新单元格。
- 删除 Cell：选中单元格，点击工具栏的 "Cut" 或 "Delete"，或按快捷键
d, d(快速按两下d)。 - 改变 Cell 类型：选中单元格，在工具栏下拉菜单中选择 "Code" 或 "Markdown"。
- 重命名 Notebook：点击浏览器标签页上的标题，或点击工具栏的 "Rename" 图标。
第五部分：核心功能与技巧
Magics (魔法命令)
Jupyter 提供了一些以 或 开头的特殊命令，称为 "Magic Commands"，可以极大地提升工作效率。
-
%run：运行一个.py文件。%run my_script.py
-
%timeit：测量一小段代码的执行时间，非常精确。%timeit [x**2 for x in range(1000)]
-
%matplotlib inline：将 Matplotlib 图表直接嵌入到 Notebook 中输出，这是数据可视化中最常用的 Magic。%matplotlib inline import matplotlib.pyplot as plt plt.plot([1, 2, 3, 4]) plt.ylabel('some numbers') plt.show() -
%%writefile：将一个单元格的内容写入到一个文件中。%%writefile test.txt This is a test file. Hello from Jupyter.
Tab 键自动补全与帮助
- 代码补全：在输入变量或函数名时，按
Tab键可以查看所有可用的选项。 - 查看函数签名：在函数名后输入 并运行，可以查看该函数的文档字符串。
len?
- 查看源码：在函数名后输入 并运行，可以查看函数的源代码（如果可用）。
len??
内联绘图
%matplotlib inline 是一个非常重要的 Magic，它告诉 Matplotlib 将生成的图像直接显示在 Notebook 的输出单元格中，而不是弹出一个新窗口。
重启内核
当你修改了导入的库或全局变量,但代码没有按预期工作时，可能需要重启内核，点击工具栏的 "Kernel" -> "Restart"，这会清空内存中的所有变量，让 Notebook 恢复到初始状态，非常适合排查问题。
第六部分：保存与分享
- 保存：点击工具栏的 "Save and Checkpoint" 图标或按快捷键
Ctrl + S，你的 Notebook 会自动保存为.ipynb文件。 - 导出：Jupyter Notebook 可以导出为多种格式：
- HTML：适合在网页上展示。
- PDF：适合打印和正式报告。
- Python (.py)：导出为纯代码文件。
- 点击 "File" -> "Download as" 选择你需要的格式。
第七部分：JupyterLab 简介
jupyter lab 是 Jupyter 的下一代界面，它不仅仅是一个 Notebook，而是一个完整的交互式开发环境。
- 启动：在终端输入
jupyter lab。 - 特点：
- 灵活布局：可以将 Notebook、终端、文本编辑器、数据查看器等窗口以标签页或分屏的形式自由排列。
- 文件浏览器：左侧有文件浏览器，方便管理项目文件。
- 扩展性：可以通过安装扩展来增加更多功能。
对于简单的数据分析,jupyter notebook 足够用了，但对于复杂的项目开发，jupyter lab 提供了更专业的体验。
总结与进阶
恭喜你！你已经掌握了 Jupyter Notebook 的基本使用。
学习路径建议：
- 动手实践：尝试用 Jupyter 完成一些小任务，
- 分析一个 CSV 文件（使用 Pandas 库）。
- 用 Matplotlib 绘制一些简单的图表。
- 练习 Markdown，写一篇关于你学习心得的笔记。
- 探索更多：深入学习 Pandas, NumPy, Matplotlib, Seaborn 等数据科学库，Jupyter 是你最好的实践场。
- 分享你的作品：将你的 Notebook 导出为 HTML 或上传到 Jupyter NbViewer，生成一个在线链接与他人分享。
Jupyter 是数据科学和 Python 学习的瑞士军刀，熟练掌握它将极大地提升你的学习和工作效率，祝你学习愉快！
