Jupyter Notebook 完全指南：从入门到高效使用

Jupyter Notebook 完全指南：从入门到高效使用

---

1. Jupyter Notebook 简介

Jupyter Notebook 是一个开源的交互式编程环境，支持 40+ 种编程语言（如 Python、R、Julia），特别适合数据分析、机器学习、教学演示。

• 核心功能：
  • 混合代码、文本、公式、图表的可执行文档。
  • 支持 Markdown、LaTeX、HTML 等富文本格式。
  • 可导出为 PDF、HTML、Python 脚本等格式。

---

2. 安装与启动

方法 1：通过 Anaconda（推荐）

如果你已安装 Anaconda（安装教程），Jupyter Notebook 已内置，直接运行：

jupyter notebook

浏览器会自动打开 http://localhost:8888。

方法 2：通过 pip 安装

pip install jupyterlab
jupyter notebook

---

3. 界面与基本操作

主界面

• Files：文件管理系统。
• Running：查看正在运行的 Notebook。
• New：创建新 Notebook（选择 Python 内核）。

单元格（Cell）类型

类型	快捷键	用途
Code	Y	编写可执行代码
Markdown	M	编写文档（支持 LaTeX）
Raw	R	原始文本（不执行）

常用快捷键

操作	快捷键（Windows/Linux）	快捷键（Mac）
运行当前单元格	Shift + Enter	Shift + Return
插入上方单元格	A	A
插入下方单元格	B	B
删除单元格	D + D（按两次）	D + D
切换单元格类型	Y/M/R	Y/M/R
保存 Notebook	Ctrl + S	Command + S

---

4. 代码与 Markdown 示例

Python 代码示例

import numpy as np
import matplotlib.pyplot as pltx = np.linspace(0, 10, 100)
y = np.sin(x)
plt.plot(x, y)
plt.title("Sin Wave")
plt.show()

输出：直接显示图表（无需 print）。

Markdown 示例

# 标题 1
## 标题 2- 列表项 1  
- **加粗文本**  
- `代码片段`  数学公式（LaTeX）：  
$$
E = mc^2
$$

---

5. 高级功能

魔法命令（Magic Commands）

• %timeit：测量代码执行时间。
• %matplotlib inline：内嵌显示图表。
• !：执行系统命令（如 !pip install pandas）。

扩展插件

安装 Jupyter 扩展工具包：

pip install jupyter_contrib_nbextensions
jupyter contrib nbextension install --user

推荐插件：

• Table of Contents：自动生成目录。
• Variable Inspector：实时查看变量。

远程访问

启动 Notebook 时指定 IP 和端口：

jupyter notebook --ip=0.0.0.0 --port=8888

通过 http://<服务器IP>:8888 访问。

---

6. 数据科学实战案例

案例 1：Pandas 数据分析

import pandas as pd
df = pd.read_csv("data.csv")
df.head()  # 显示前 5 行
df.describe()  # 统计摘要

案例 2：交互式可视化

import plotly.express as px
px.scatter(df, x="age", y="income", color="gender")

---

7. 常见问题

Q1：内核（Kernel）崩溃？

• 重启内核：Kernel → Restart。
• 检查依赖冲突：conda list。

Q2：如何共享 Notebook？

• 导出为 HTML/PDF：File → Download as。
• 使用 Nbviewer 在线分享。

Q3：快捷键无效？

• 检查是否处于命令模式（按 Esc 退出编辑模式）。

---

8. 学习资源

• 官方文档：jupyter.org
• 交互式教程：Try Jupyter
• 数据科学案例：Kaggle Notebooks

---

现在开始你的 Jupyter 之旅吧！ 🚀
（尝试运行下面的代码块 ↓）

print("Hello, Jupyter!")