Jupyter Notebook

Jupyter Notebook是一个基于Web的交互式计算环境，可以让用户以文档形式记录代码、数据分析结果和说明文本，并且可以在同一个环境中进行代码编写、运行和结果展示。它通常用于数据科学领域的工作和教学。

特点：

可以直接在笔记本中运行代码，省去了需要在终端或者IDE中反复输入代码的麻烦

支持多种语言，包括Python、R、Julia等，方便不同领域的研究人员使用

可以将代码和其执行结果、说明文本、图片等内容结合在一起，形成易于阅读的文档形式，方便分享和传播

支持插件扩展，可以根据不同需求自定义功能

总之，Jupyter Notebook是一个高效、灵活、易用的交互式计算工具，适用于各种数据分析、建模和可视化等任务。

Jupyter Notebook使用

安装

使用Jupyter Notebook，首先需要安装Jupyter Notebook。可以在终端或者命令提示符中输入以下命令进行安装：

pip install jupyter

启动

输入以下命令启动Jupyter Notebook：

(demo) C:\Users\Administrator\Desktop\demo>jupyter notebook

  _   _          _      _
 | | | |_ __  __| |__ _| |_ ___
 | |_| | '_ \/ _` / _` |  _/ -_)
  \___/| .__/\__,_\__,_|\__\___|
       |_|

Read the migration plan to Notebook 7 to learn about the new features and the actions to take if you are using extensions.

https://jupyter-notebook.readthedocs.io/en/latest/migrate_to_notebook7.html

Please note that updating to Notebook 7 might break some of your extensions.

[I 12:30:16.232 NotebookApp] Serving notebooks from local directory: C:\Users\Administrator\Desktop\demo
[I 12:30:16.232 NotebookApp] Jupyter Notebook 6.5.3 is running at:
[I 12:30:16.232 NotebookApp] http://localhost:8888/?token=be4f7170251bd601ebef2693d3c32612944eed07566fef8b
[I 12:30:16.232 NotebookApp]  or http://127.0.0.1:8888/?token=be4f7170251bd601ebef2693d3c32612944eed07566fef8b
[I 12:30:16.232 NotebookApp] Use Control-C to stop this server and shut down all kernels (twice to skip confirmation).
[C 12:30:16.337 NotebookApp]

    To access the notebook, open this file in a browser:
        file:///C:/Users/Administrator/AppData/Roaming/jupyter/runtime/nbserver-54004-open.html
    Or copy and paste one of these URLs:
        http://localhost:8888/?token=be4f7170251bd601ebef2693d3c32612944eed07566fef8b
     or http://127.0.0.1:8888/?token=be4f7170251bd601ebef2693d3c32612944eed07566fef8b
[I 12:30:23.906 NotebookApp] 302 GET / (::1) 0.000000ms

会自动弹出浏览器窗口打开Jupyter Notebook的界面，在这个界面中，可以创建新的Notebook文件或者打开已有的文件，也可以进行其他操作。 若想让notebook打开指定目录，只要进入指定目录后执行命令即可

本地notebook的默认URL为http://localhost:8888/

创建文件

新建notebook文档，点击 New -> Python 3，即可创建一个新的 Python 3文档，然后就可以在Notebook中编写代码并运行

notebook的文档格式是.ipynb

编写代码和文本

新建notebook文档后，自动跳转到内容操作界面

在Notebook中，每个单元格都可以包含代码和文本，可以随时切换编辑模式（输入代码）和命令模式（运行代码）。

在单元格可以编写代码和文本，支持Markdown语法，可以添加标题、列表、表格、公式等。

在单元格中输入代码后点击Run，结果会直接显示在单元格下方。

常用命令

jupyter notebook: 启动 Jupyter Notebook

Ctrl + C：终止 Jupyter Notebook 运行

Shift + Enter：运行当前单元格，并移到下一个单元格

Alt + Enter：运行当前单元格，并在下方插入一个新的单元格

Ctrl + Enter：运行当前单元格，但不移动到下一个单元格

A：在当前单元格上方插入一个新的单元格

B：在当前单元格下方插入一个新的单元格

D, D：删除当前单元格

Z：撤销删除操作

M：将当前单元格转换为 Markdown 单元格

Y：将当前单元格转换为代码单元格

Shift + Up/Down：选中多个单元格

Shift + M：合并选中的单元格

配置文件

Jupyter Notebook 配置文件可以用于设置 Jupyter Notebook 的默认选项，例如默认使用的浏览器、默认工作目录、默认启用的扩展等。

查看配置文件

>jupyter-notebook --generate-config
Writing default config to: C:\Users\Administrator\.jupyter\jupyter_notebook_config.py

查看配置文件的信息

# Configuration file for jupyter-notebook.

c = get_config()  #noqa

#------------------------------------------------------------------------------
# Application(SingletonConfigurable) configuration
#------------------------------------------------------------------------------
## This is an application.

## The date format used by logging formatters for %(asctime)s
#  Default: '%Y-%m-%d %H:%M:%S'
# c.Application.log_datefmt = '%Y-%m-%d %H:%M:%S'

## The Logging format template
#  Default: '[%(name)s]%(highlevel)s %(message)s'
# c.Application.log_format = '[%(name)s]%(highlevel)s %(message)s'

## Set the log level by value or name.
#  Choices: any of [0, 10, 20, 30, 40, 50, 'DEBUG', 'INFO', 'WARN', 'ERROR', 'CRITICAL']
#  Default: 30
# c.Application.log_level = 30

## Configure additional log handlers.

注意：

两个井号##开头：是注释文本

一个井号#开头：是默认的配置信息

设置jupyter的目录的

# c.NotebookNotary.data_dir = ''

自动打开浏览器

# c.NotebookApp.open_browser = True

默认浏览器更改为 Firefox

# c.NotebookApp.browser = 'firefox'

Anaconda

Anaconda是一个Python发行版和软件包管理器，它提供了许多常用的数据科学工具和库，并且可以方便地安装、配置和管理这些工具和库。

官网：https://www.anaconda.com/download/

Anaconda还附带了Jupyter Notebook，Jupyter Notebook是一个交互式笔记本，可以在网页浏览器中使用Python和其他编程语言来探索数据、构建模型和分享代码等。

总之，Anaconda是一个非常强大和灵活的Python数据科学生态系统，可以根据需要使用其中的任何组件。