探索Jupyter notebook

Jupyter notebook是什么？

Jupyther notebook 是一个可以把代码、图像、注释、公式和作图集于一处，从而实现可读性分析的一种灵活的工具。 它的核心在于展示与快速迭代。

为什么要使用 Jupyter notebook？

看看各路大神，都用Jupyter notebook干了什么，自然就回答了这个问题。

• 先来个有趣的，三体问题模拟器
  • Three-Body Problem
• 各路大神写的Python教程
  • Introduction to Python
  • Exploratory computing with Python by Mark Bakker
  • Extended Introduction to Computer Science with Python
• 机器学习人工神经网络模型
  • Neural Networks
• 表格数据处理库Pandas教程
  • .Analysing structured data using pandas
• 大规模并行计算框架Spark教程
  • Map-Reduce and Apache Spark
• Microsoft Office+Python自动化
  • Automating Microsoft Office with Python
• Twitter数据挖掘入门
  • Datamining Twitter with tweepy

如何安装Jupyter notebook？

• 直接安装Anaconda(强烈推荐)
• 使用pip安装Jupyter notebook
  • 在命令行输入：pip3 install jupyter

如何在Jupyter notebook内，实现Python2 and 3 共存？

安装Python 3.6

从官网下载Python 3.6对应的的Anaconda For macOS安装包——Download。安装过程不赘述。

安装Python 2.7

打开terminal，输入

conda create --name python27 python=2.7

进入进入名为 env_name 的环境

source activate env_name

退出当前环境

source deactivate

显示所有环境

conda env list

Jupyter notebook常用快捷键

使用快捷键可以大幅提高效率，让你欲罢不能。使用Cmd + Shift + P 调出命令面板。

Jupyter Notebook 有两种键盘输入模式。编辑模式，允许你往单元中键入代码或文本；这时的单元框线是绿色的。命令模式，键盘输入运行程序命令；这时的单元框线是灰色

命令模式 (按键 Esc 开启)

• Enter : 转入编辑模式
• Shift-Enter : 运行本单元，选中下个单元
• command-Enter : 运行本单元
• Alt-Enter : 运行本单元，在其下插入新单元
• Y : 单元转入代码状态
• M :单元转入markdown状态
• Up : 选中上方单元
• K : 选中上方单元
• Down : 选中下方单元
• J : 选中下方单元
• Shift-K : 扩大选中上方单元
• Shift-J : 扩大选中下方单元
• A : 在上方插入新单元
• B : 在下方插入新单元
• X : 剪切选中的单元
• C : 复制选中的单元
• F 在代码中查找、替换
• Shift-V : 粘贴到上方单元
• V : 粘贴到下方单元
• Z : 恢复删除的最后一个单元
• D,D : 删除选中的单元
• Shift-M : 合并选中的单元
• command-S : 文件存盘

编辑模式 ( Enter 键启动)

• Tab : 代码补全或缩进
• command-A : 全选
• command-Z : 复原
• command-Up : 跳到单元开头
• command-End : 跳到单元末尾
• command-Left : 跳到左边一个字首
• command-Right : 跳到右边一个字首
• Shift-Enter : 运行本单元，选中下一单元
• command-Enter : 运行本单元
• Alt-Enter : 运行本单元，在下面插入一单元

轻松链接到文档

在库、方法或变量的前面打上?，即可打开相关语法的帮助文档。

?str.replace

Docstring: L.append(object) -> None -- append object to end
Type:      method_descriptor

?list.pop

Docstring:
L.pop([index]) -> item -- remove and return item at index (default last).
Raises IndexError if list is empty or index is out of range.
Type:      method_descriptor

?dict.get

Docstring: D.get(k[,d]) -> D[k] if k in D, else d.  d defaults to None.
Type:      method_descriptor

在Jupyter notebook里面作图

推荐使用matplotlib，可通过%matplotlib inline 激活

from pylab import *
from mpl_toolkits.mplot3d import Axes3D

fig = figure()
ax = Axes3D(fig)
X = np.arange(-4, 4, 0.25)
Y = np.arange(-4, 4, 0.25)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X**2 + Y**2)
Z = np.sin(R)

ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='hot')

show()

Jupyter Magic命令

Jupyter notebook提供了许多魔法命令，使得在Jupyter notebook环境中的操作更加得心应手。魔法命令都以%或者%%开头，以%开头的成为行命令，%%开头的称为单元命令。行命令只对命令所在的行有效，而单元命令则必须出现在单元的第一行，对整个单元的代码进行处理。

执行%magic可以查看关于各个命令的说明，而在命令之后添加?可以查看该命令的详细说明。

推荐阅读Jupyter magic命令的相关文档，它一定会对你很有帮助。

下面是我最爱的几个：

Jupyter Magic - %run: 运行python代码

%run 可以运行.py格式的python代码——这是众所周知的。不那么为人知晓的事实是它也可以运行其它的jupyter notebook文件，这一点很有用。

%run ./ex1.py

Jupyter Magic - %who: 列出所有的全局变量

one = "for the money"
two = "for the show"
three = "to get ready now go cat go"
%who str

Jupyter Magic – 计时

有两种用于计时的jupyter magic命令： %%time 和 %timeit.当你有一些很耗时的代码，想要查清楚问题出在哪时，这两个命令非常给力。

%%time 会告诉你cell内代码的单次运行时间信息。

%%time
a = []
for i in range(10000000):
    a.append(i)

%%timeit 使用了Python的 timeit 模块，该模块运行某语句100，000次（默认值），然后提供最快的3次的平均值作为结果。

%%timeit
a = []
for i in range(10):
    a.append(i)

在notebook内用不同的内核运行代码

如果你想要，其实可以把不同内核的代码结合到一个notebook里运行。

只需在每个单元格的起始，用Jupyter magics调用kernal的名称：

• %%bash
• %%HTML
• %%python2
• %%python3
• %%ruby
• %%perl

%%bash
        for i in {1..5}
        do
           echo "i is $i"
        done

展示你的Jupyter notebook

• GitHub 天然支持 Jupyter Notebook —— 上传笔记后，你可以直接在仓库中看到渲染效果，管理版本。展示文档
• 可以使用官方的nbviewer，也非常容易展示和分享，比如展示文档

Changelog

170813 沥川创建，博文Jupyter notebook版本链接jupyter文档地址