前言
因为最近的业务问题，需要对大批量的数据进行数据处理。Pycharm在数据处理中比较繁琐，会面临大批量的运行，调试，代码修改。将为了提升数据处理效率，我们采用更专业saas平台：Jupyter Notebook，我更贴切的叫它草稿本。可能很多同学会使用anaconda，但我个人不建议这么做，因为anaconda很难解耦，没办法真正掌握jupyter轻量级的特点。今天就jupyter的轻量灵活分享一下我的经验。
安装Jupyter
1、创建虚拟环境python -m venv venv，进入虚拟环境venv\Scripts\activate
2、安装Jupyterpip install jupyter
3、启动Jupyerjupyter notebook，红色箭头所指就是Jupyter的访问地址，此处必须带上token
4、默认为8888端口。为确保jupyter有这个配置文件，执行jupyter notebook --generate-config生成一下。生成的配置文件在C盘中如图所示：
进入jupyter_notebook_config.py，修改端口即可
Jupyter的使用
创建jupyter文件
创建file文件或者floder文件夹都可以，'.ipynb’后缀就是jupyter的文件
注意：创建文件的路径问题-------启动jupyter时的路径为根路径
分块运行
输入一段代码，shift+回车就可以自动执行代码片
清理运行结果
根据图中导向键选中即可
合并上下文
在我们处理完所有的数据之后，我们通常需要合并上下文，然后全文复制粘贴到Pycharm或vscode中。选中所有的代码块shift+m即可
代码补全
编写代码时，按tab键即可。
pip安装库，两种方式
1、正在使用jupyter时，我们难免要对库进行安装，我们只需要另起一个代码块输入pip install XXXX，然后 shift+回车执行 即可。
2、如图所示点击terminal进入命令行模式即可pip install XXX
另外讲一下，因为我们是虚拟环境启动jupyter，故jupyter会使用虚拟环境中的三方库。
导出py、html或其他类文件
结语
jupyter是个非常好用的草稿本，数据处理的绝佳帮手。有问题欢迎留言指正！
