Python 教程之数据分析(7)—— Jupyter Notebook 入门

简介: Python 教程之数据分析(7)—— Jupyter Notebook 入门

Jupyter Notebook 是一个开源 Web 应用程序,可让您创建和共享包含实时代码、方程式、可视化和叙述性文本的文档。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。


Jupyter 支持 40 多种不同的编程语言,Python 就是其中之一。Python 是安装 Jupyter Notebook 本身的要求(Python 3.3 或更高版本,或 Python 2.7)。


使用 Anaconda 安装 Jupyter:

使用 Anaconda 发行版安装 Python 和 Jupyter,其中包括 Python、Jupyter Notebook 以及其他用于科学计算和数据科学的常用软件包。你可以从这里下载 Anaconda 最新的 Python3 版本。

现在,安装下载的 Anaconda 版本。

使用 PIP 安装 Jupyter Notebook:

python3 -m pip install --upgrade pip
python3 -m pip install jupyter

运行 Jupyter notebook 的命令:

jupyter notebook

这将在您的终端中打印有关笔记本服务器的一些信息,包括 Web 应用程序的 URL(默认情况下为 http://localhost:8888),然后打开您的默认 Web 浏览器到此 URL。

image.png

当笔记本在浏览器中打开时,您将看到笔记本仪表板,其中将显示笔记本服务器启动目录中的笔记本、文件和子目录的列表。大多数时候,您会希望在包含笔记本的最高级别目录中启动笔记本服务器。通常这将是您的主目录。

image.png

创建一个新笔记本:

现在在仪表板上,您可以在右上角看到一个新按钮。单击它以打开一个下拉列表,然后如果您单击 Python3,它将打开一个新笔记本。

image.png

几个有用的命令:

  • 在当前运行的笔记本服务器中打开笔记本的命令。
jupyter notebook notebook_name.ipynb

默认情况下,笔记本服务器在端口 8888 上启动。如果端口 8888 不可用或正在使用,笔记本服务器会搜索下一个可用端口。您也可以手动指定端口。在本例中,我们将服务器的端口设置为 9999:

jupyter notebook --port 9999

在不打开 Web 浏览器的情况下启动笔记本服务器的命令:

jupyter notebook --no-browser

笔记本服务器使用 –help 标志为其他命令行参数提供帮助消息:

jupyter notebook --help
  • 在 Jupyter 中运行您的第一个代码:

第 1 步: 成功安装 Jupyter 后,在终端/命令提示符下写入“jupyter notebook”。这将在您的网络浏览器上打开一个新的笔记本服务器。

步骤#2: 在左上角,单击新建按钮并选择python3。这将在您的浏览器中打开一个新的笔记本选项卡,您可以在其中开始编写您的第一个代码。

步骤#3: 按 Enter 或单击笔记本中的第一个单元格以进入编辑模式。

第 4 步: 现在您可以自由编写任何代码。

  • 步骤#5: 您可以通过按Shift + Enter或顶部提供的运行按钮来运行您的代码。下面给出了一个示例代码:

image.png

  • 一些有用的键盘快捷键:
  • 要更改模式(编辑、命令):
Esc -将模式更改为命令模式
Enter -将模式更改为编辑模式

更改内容类型(代码或降价)[在命令模式下]

m -更改为降价
y -更改为代码

执行代码或降价[任何模式]

Shift + Enter -执行并转到下一个单元格
Ctrl + Enter -执行并位于同一单元格中

插入单元格[在命令模式下]

a -在单元格上方创建单元格
b -在单元格下方创建单元格

剪切复制粘贴[在命令模式下]

x - 剪切可以粘贴任意次数的单元格
c - 复制可以在任何地方粘贴任意次数的单元格
v - 粘贴单元格


目录
相关文章
|
4月前
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块:从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境,结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具,以电商订单系统为例,深入讲解高并发场景下的性能优化与最佳实践,助你高效构建数据驱动应用。
579 7
|
5月前
|
测试技术 开发者 Python
Python单元测试入门:3个核心断言方法,帮你快速定位代码bug
本文介绍Python单元测试基础,详解`unittest`框架中的三大核心断言方法:`assertEqual`验证值相等,`assertTrue`和`assertFalse`判断条件真假。通过实例演示其用法,帮助开发者自动化检测代码逻辑,提升测试效率与可靠性。
480 1
|
5月前
|
数据采集 数据可视化 数据挖掘
Python数据分析实战:Pandas处理结构化数据的核心技巧
在数据驱动时代,结构化数据是分析决策的基础。Python的Pandas库凭借其高效的数据结构和丰富的功能,成为处理结构化数据的利器。本文通过真实场景和代码示例,讲解Pandas的核心操作,包括数据加载、清洗、转换、分析与性能优化,帮助你从数据中提取有价值的洞察,提升数据处理效率。
309 3
|
4月前
|
数据可视化 大数据 关系型数据库
基于python大数据技术的医疗数据分析与研究
在数字化时代,医疗数据呈爆炸式增长,涵盖患者信息、检查指标、生活方式等。大数据技术助力疾病预测、资源优化与智慧医疗发展,结合Python、MySQL与B/S架构,推动医疗系统高效实现。
|
4月前
|
Cloud Native 算法 API
Python API接口实战指南:从入门到精通
🌟蒋星熠Jaxonic,技术宇宙的星际旅人。深耕API开发,以Python为舟,探索RESTful、GraphQL等接口奥秘。擅长requests、aiohttp实战,专注性能优化与架构设计,用代码连接万物,谱写极客诗篇。
Python API接口实战指南:从入门到精通
|
4月前
|
存储 Java 调度
Python定时任务实战:APScheduler从入门到精通
APScheduler是Python强大的定时任务框架,通过触发器、执行器、任务存储和调度器四大组件,灵活实现各类周期性任务。支持内存、数据库、Redis等持久化存储,适用于Web集成、数据抓取、邮件发送等场景,解决传统sleep循环的诸多缺陷,助力构建稳定可靠的自动化系统。(238字)
863 1
|
5月前
|
调度 数据库 Python
Python异步编程入门:asyncio让并发变得更简单
Python异步编程入门:asyncio让并发变得更简单
328 5
|
5月前
|
数据可视化 数据挖掘 大数据
基于python大数据的水文数据分析可视化系统
本研究针对水文数据分析中的整合难、分析单一和可视化不足等问题,提出构建基于Python的水文数据分析可视化系统。通过整合多源数据,结合大数据、云计算与人工智能技术,实现水文数据的高效处理、深度挖掘与直观展示,为水资源管理、防洪减灾和生态保护提供科学决策支持,具有重要的应用价值和社会意义。
|
5月前
|
数据采集 存储 XML
Python爬虫入门(1)
在互联网时代,数据成为宝贵资源,Python凭借简洁语法和丰富库支持,成为编写网络爬虫的首选。本文介绍Python爬虫基础,涵盖请求发送、内容解析、数据存储等核心环节,并提供环境配置及实战示例,助你快速入门并掌握数据抓取技巧。
|
5月前
|
大数据 数据处理 数据安全/隐私保护
Python3 迭代器与生成器详解:从入门到实践
简介:本文深入解析Python中处理数据序列的利器——迭代器与生成器。通过通俗语言与实战案例,讲解其核心原理、自定义实现及大数据处理中的高效应用。
271 0

推荐镜像

更多