【数据分析专栏之Python篇】二、Jupyer Notebook安装配置及基本使用

这篇具有很好参考价值的文章主要介绍了【数据分析专栏之Python篇】二、Jupyer Notebook安装配置及基本使用。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

前言

在上一篇中我们已经安装好了Anaconda,Anaconda本身自带Jupter Notebook。本期我们来学习使用 Jupyter Notebook。

一、Jupter Notebook是什么

1.1 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

Jupyter Notebook是一个开源 Web 应用程序,允许您创建和共享包含实时代码、方程式、可视化和叙述文本的文档。用途包括:数据清理和转换,数值模拟,统计建模,数据可视化,机器学习等等。支持python、C、java、Go等多种编程语言。同时支持markdown编辑器。

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。

jupyter notebook 配置,【数据分析专栏之Python篇】,数据分析,python,数据挖掘,jupyter

Jupyter Notebook 已迅速成为数据分析,机器学习的必备工具。因为它可以让数据分析师集中精力向用户解释整个分析过程。

1.2 组成部分

① 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。

② 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.ipynbJSON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。

1.3 Jupyter Notebook的主要特点

① 编程时具有语法高亮缩进tab补全的功能。

② 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。

③ 以富媒体格式展示计算结果。富媒体格式包括:HTML,LaTeX,PNG,SVG等。

④ 对代码编写说明文档或语句时,支持Markdown语法。

⑤ 支持使用LaTeX编写数学性说明。

二、为什么使用Jupyter Notebook?

  • 传统软件开发:工程/目标明确

    需求分析,设计架构,开发模块,测试

  • 数据挖掘:艺术/目标不明确

    目的是具体的洞察目标,而不是机械的完成任务

    通过执行代码来理解问题

    迭代式地改进代码来改进解决方法

    实时运行的代码、叙事性的文本和可视化被整合在一起,方便使用代码和数据来讲述故事

    对比Jupyter Notebook和Pycharm

  • 画图和数据展示便捷,可以实时查看结果

总结:Jupyter Notebook 相比 Pycharm 在画图和数据展示方面更有优势。

三、安装

在上一篇中我们已经安装好了Anaconda,Anaconda本身自带Jupter Notebook。具体安装参考上篇。

四、Jupyter Notebok配置

4.1 基本配置

1、设置登录密码,获取sha1密码

# 首先进入python命令行
python
# 在命令行下输入
from notebook.auth import passwd;passwd()
# 按照提示输入密码,这是jupyter的登陆密码

记住设置的密码, 非常重要, 比如设置了密码为:123456。

记住sha1, 非常重要, 'sha1:XXXX:XXXX’全部复制下来, 包括引号。

2、修改jupyter配置文件

生成配置文件 jupyter_notebook_config.py,windows在 C:\Users\username\.jupyter下,username为你电脑用户名。如果没有这个文件,可以使用下面命令生成。

jupyter notebook --generate-config

编辑 jupyter_notebook_config.py,在开头加入以下代码

#设置可访问的ip为任意。
c.NotebookApp.ip = '*'  #某些版本为c.NotebookApp.ip = '0.0.0.0',都表示任意ip

#不打开浏览器。推荐谷歌,火狐等访问登录jupyter
c.NotebookApp.open_browser = False

#这里填上面设置密码时生成的hash密码
c.NotebookApp.password = 'sha1:XXXX:XXXX'

#允许使用root用户开启jupyter,windows忽略这条
#c.NotebookApp.allow_remote_access = True

#设置登陆端口,一般为8888
c.NotebookApp.port = 8888

#设置jupyter-notebook的工作空间,注意linux与windows的路径表示方式
c.NotebookApp.notebook_dir = 'E:\workspace\pycharm\jupyter'

## 其他配置项根据自己需要修改

3、启动

① 点击Jupyter Notebook打开

jupyter notebook 配置,【数据分析专栏之Python篇】,数据分析,python,数据挖掘,jupyter

② 在终端或者命令行输入,终端或者命令行不要关闭,在浏览器地址栏输入http://localhost:8888或者http://127.0.0.1:8888

jupyter-notebook

出现jupyter登陆页面则初步安装成功,输入设置的登陆密码,新建一个 Python 文件,即.ipynb文件

print("Hello Jupyter") # 按shift+enter运行

正常输出说明安装成功

4.2 配置开机自启与后台运行

① 在非系统目录下新建文本文档,修改文件名为jupyter.bat,需要设置文件显示后缀名。用记事本打开,输入以下代码:

@echo off
cd C:\ProgramData\Microsoft\Windows\Start Menu\Programs\StartUp
if "%1"=="h" goto begin
start mshta vbscript:createobject("wscript.shell").run("""%~nx0"" h",0)(window.close)&&exit
:begin
cd D:\PF\Anaconda3\Scripts
D:\PF\Anaconda3\Scripts\jupyter.exe notebook --no-browser --port=8888

其中,C:\ProgramData\Microsoft\Windows\Start Menu\Programs\StartUpD:\PF\Anaconda3\ScriptsD:\PF\Anaconda3\Scripts\jupyter.exe 根据自己系统和安装目录进行替换。

② 双击jupyter.bat 测试能否正常开启jupyter

③ 移动jupyter.bat到windows启动文件夹

  • win7 :C:\Users\admin\AppData\Roaming\Microsoft\Windows\Start Menu\Programs\Startup,admin为自己电脑用户名,需要根据自己电脑实际情况手动修改。
  • win10:C:\ProgramData\Microsoft\Windows\Start Menu\Programs\StartUp

4.3 开启代码自动补全

开启代码自动补全,可以提高代码的编写效率。重点推荐配置

1.使用pip安装jupyter拓展包,本人选择在cmd中安装

pip install jupyter_contrib_nbextensions

或者

conda install jupyter_contrib_nbextensions

2.配置 nbextension,前提是先关闭jupyter notebook

jupyter contrib nbextension install --user --skip-running-check

3.点击Jupyter图标,在Jupyter Notebook里开启功能

jupyter notebook 配置,【数据分析专栏之Python篇】,数据分析,python,数据挖掘,jupyter

4.然后打开hinterland功能

jupyter notebook 配置,【数据分析专栏之Python篇】,数据分析,python,数据挖掘,jupyter

5.最后就可以使用代码补全了

jupyter notebook 配置,【数据分析专栏之Python篇】,数据分析,python,数据挖掘,jupyter

五、两种键盘输入模式

Jupyter Notebook 有两种键盘输入模式,即命令模式和编辑模式,这与 Vim 有些类似。在编辑模式下,可以往单元中键入代码或文本,此时单元格被绿色的框线包围,且命令模式下的快捷键不生效。在命令模式下,可以用快捷键命令运行单元格,移动单元格,切换单元格编辑状态等等,此时的单元格被灰色的框线包围,且编辑模式下的快捷键不生效。

从命令模式进入编辑模式需按 Enter 键,从编辑模式切换到命令模式需按 Esc 键。

5.1 编辑模式

当条框单元为绿色时,此时处于编辑模式。编辑模式下我们主要记住代码补全、代码提示和运行单元的快捷键。

快捷键 作用
Tab 代码补全或缩进
Shift + Tab 查看函数参数,光标要在括号中
Shift + Enter 运行本单元,选中下一单元
Ctrl + Enter 运行本单元
Alt + Enter 运行本单元并在下方插入一个单元
esc、点击输入框前面的 ln [ ] 退出编辑模式

5.2 命令模式

当输入框为蓝色时,此时处于命令模式。我们主要记住单元格增删和单元格状态转换。

快捷键 作用
y 单元格进入代码模式
m 单元格进入 markdown 格式
A 上方插入新单元格
B 下方插入新单元格
DD 删除选中的单元格
enter 进入编辑模式

此外,还有三种运行代码模式快捷键,和编辑模式下相同,这里不再例举。

5.3 其他常用快捷键

  • ctrl+a: 全选
  • ctrl+z: 撤销
  • ctrl+c: 复制
  • ctrl+v: 粘贴
  • 保存ctrl+s:
  • ctrl+/:注释或者取消注释
  • shift+1l: 选中多行

六、魔法命令

Jupyter Notebook 中有许多魔法命令,魔法命令提供了一种简便、快捷的方式来执行常见任务,因此被称为“魔法”。

6.1 查看帮助文档

用法 作用
? 查看对变量、函数等的描述
?? 查看更细致的描述

请看下面的代码示例:

len?

返回:

Signature: len(obj, /)
Docstring: Return the number of items in a container.
Type:      builtin_function_or_method

下面定义一个函数:

def get_one():
    """
    return the number 1
    """
    return 1

如果是一个问号:

get_one?

返回

Signature: get_one()
Docstring: return the number 1
File:      e:\temp\ipykernel_1692\2371390829.py
Type:      function
如果是两个问号:
get_one??

返回

Signature: get_one()
Source:   
def get_one():
    """
    return the number 1
    """
    return 1
File:      e:\temp\ipykernel_1692\2371390829.py
Type:      function

看得出来,两个问号给予的描述是更细致的,毕竟疑问号都多了一个嘛。

6.2 其他魔法命令

魔法命令基本上都是以 % 开头的,用于实现一些在常规Python语法中无法实现或不容易实现的功能,使得开发者能够轻松地执行一些特定任务,从而让整个交互式计算环境显得更加“神奇”和高效。

魔法命令 作用
%run 运行后导入自定义文件,运行完后,该文件内的函数、类等都可以直接使用
%timeit 统计运行时间, 用于测试一行代码性能,一般是耗时较短的
%time 统计运行时间,用于测试代码性能,一般是耗时较长的
%who 查看当前会话的所有变量与函数名称
%whos 显示变量类型和值
%who_ls 以列表形式显示变量和函数名
pip install 用于安装包
lsmagic 查看所有魔法命令
? 查看魔法命令的帮助文档

现有一个名为 test.py 文件,包含如下内容:

def display():
   """
   show the number
   """
   print('hello')
def add(x,y):
    return x+y
display()

下面演示魔法命令的使用,因为代码较为简短,因此直接以图片形式展示。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-iglTQuH1-1690327331492)(C:\Users\崔羽飞\AppData\Roaming\Typora\typora-user-images\image-20230725111812375.png)]

七、结语

本期跟大家分享的内容就到此结束了!希望本文的内容能够帮助到你。

参考

Ubuntu与windows下配置安装jupyter-notebook以及其开机自启、后台运行与远程访问

windows环境 jupyter notebook 自启动 局域网访问

jupyter 的代码自动补全

Python实现读取txt文件并转换为excel的方法示例

Jupyter Notebook介绍、安装及使用教程

Jupyter Notebook介绍及使用操作

Jupyter Notebook 快捷键使用指南

Jupyter-notebook 常用魔法命令文章来源地址https://www.toymoban.com/news/detail-714522.html

到了这里,关于【数据分析专栏之Python篇】二、Jupyer Notebook安装配置及基本使用的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Python 3 中使用 pandas 和 Jupyter Notebook 进行数据分析和可视化

    简介 Python 的 pandas 包用于数据操作和分析,旨在让您以直观的方式处理带标签或关联数据。 pandas 包提供了电子表格功能,但由于您正在使用 Python,因此它比传统的图形电子表格程序要快得多且更高效。 在本教程中,我们将介绍如何设置一个大型数据集, pandas 的 groupby() 和

    2024年02月19日
    浏览(24)
  • 【数据分析入门】Jupyter Notebook

    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。   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。

    2024年02月12日
    浏览(27)
  • 数据分析Pandas专栏---第一章<数据清洗>

    当我们使用爬虫从网上收集到大量的数据时,经常会面临一个重要任务:对这些数据进行清洗和整理,以便进一步分析和利用。在Python中,pandas是一个功能强大且广泛使用的数据处理库,它提供了各种灵活而高效的工具,可以方便地进行数据清洗和转换。本篇文章将重点介绍

    2024年02月21日
    浏览(28)
  • 数据分析之jupyter notebook工具

    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

    2024年02月16日
    浏览(25)
  • 数据分析Pandas专栏---第三章<Pandas合并list和字典>

    在处理数据时,经常会遇到需要操作和转换DataFrame的场景。特别是当涉及到从单个或多个字典合成DataFrame,以及合并多个DataFrame时,适当的方法和技巧可以极大地简化程序逻辑并提高代码的可读性与效率。此外,数据操作过程中,索引的正确管理是保持数据完整性的关键。本

    2024年02月21日
    浏览(22)
  • 用加持了大模型的 Byzer-Notebook 做数据分析是什么体验

    Byzer-Notebook 是专门为 SQL 而研发的一款 Web Notebook。他的第一公民是 SQL,而 Jupyter 则是是以 Python 为第一公民的。  随着 Byzer 引擎对大模型能力的支持日渐完善, Byzer-Notebook 也在不自觉中变得更加强大。我和小伙伴在聊天的过程中才发现他已经具备了如此强的能力。 为了节省

    2024年02月12日
    浏览(16)
  • 数据可视化课程设计——北京新发地官网数据分析与可视化展示【内容在jupyter notebook里面展示】包含数据爬取与可视化分析详解

    目录 一、课题说明 1.1、设计原因: 1.2、设计目标: 1.3、开发环境: 1.4、爬取网站链接 二、准备工作 2.1、数据获取: 2.2、爬取的数据说明: 2.3、爬虫程序设计的思路: 三、详细设计 3.1、导入库的模块: 3.2、对数据先进行读取: 3.2.1、显示前5条记录 3.2.2、查看数据的规模

    2024年02月08日
    浏览(25)
  • python数据分析及可视化(十六)金融量化(金融工具、金融分析、Tushare安装使用、双均线分析)

    金融就是对现有资源进行重新整合之后,实现价值和利润的等效流通。 比如小明想把手里的资金投资给小李,而小李有好的增值项目但是缺少资金,如果小李的项目创业成功,小明的资金就会增长。 在金融市场中可交易的金融资产,主要分为股票、期货、黄金、外汇、基金

    2024年02月10日
    浏览(43)
  • 【Python爬虫与数据分析】Jupyter的安装与快捷键

    目录 一、jupyter notebook安装与配置 二、命令模式快捷键 三、编辑模式快捷键 四、文件操作 安装: Jupyter Notebook是以网页的形式打开的一个程序,集成在Anaconda包里面,也可以直接安装python3解释器,在命令行通过pip单独下载jupyter notebook程序。 通过安装Anaconda包得到的notebook可

    2024年02月13日
    浏览(26)
  • chatgpt赋能python:如何安装Pandas库——Python(PythonProgramming)的数据分析库

    Pandas是Python编程语言的数据分析库,可以用于数据操作、数据处理和数据可视化等方面,包括读取、清理、转换和分析等。因此,Pandas库是Python数据科学生态系统的重要组成部分,这使得Pandas库已成为许多企业和组织的主要数据工具——如亚马逊、谷歌、斯坦福大学、NASA和考

    2024年02月07日
    浏览(38)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包