ipython notebook使用教程

最近在使用jupyter notebook,感觉非常舒爽。特别是在本地的浏览器上就可以利用jupyter实现在服务器上编程，更是爽歪歪了。

关于如何实现本地浏览器上进行服务器上编程参照了这篇文章：Ubuntu环境下Anaconda安装TensorFlow并配置Jupyter远程访问.

 

 

1.关于远程访问 jupyter notebook 的设置方式

参考： http://blog.csdn.net/u010694764/article/details/53749953

（1）生成配置文件 

 

　　使用如下命令

jupyter notebook --generate-config

• 1

　　会在~/.jupyter目录下生成一个名为jupyter_notebook_config.py的配置文件

（2）准备配置的密码 
　　如下所示，

In [1]: from notebook.auth import passwd
In [2]: passwd()
Enter password:
Verify password:
Out[2]: 'sha1:67c9e60bb8b6:9ffede0825894254b2e042ea597d771089e11aed'

• 1
• 2
• 3
• 4
• 5

　　注意保存上面的Out[2]中生成的内容

（3）生成pem和key文件 
　　使用如下命令会在当前路径下生成一个mykey.key和一个mycert.pem文件，这两个文件会在后面的配置中使用到。下面的命令会生成有效期为365天的certificate文件。

openssl req -x509 -nodes -days 365 -newkey rsa:1024 -keyout mykey.key -out mycert.pem

• 1

　　 
（4）配置配置文件 
　　这里主要配置第一步中的jupyter_notebook_config.py文件。需要配置的选项如下：

c.NotebookApp.certfile = u'/absolute/path/to/your/certificate/mycert.pem'
c.NotebookApp.keyfile = u'/absolute/path/to/your/certificate/mykey.key'
# Set ip to '*' to bind on all interfaces (ips) for the public server
c.NotebookApp.ip = '*'
c.NotebookApp.password = u'sha1:bcd259ccf...<your hashed password here>'
c.NotebookApp.open_browser = False

# 指定端口号
c.NotebookApp.port = 8888

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9

　　配置完成后，在TensorFlow环境下输入jupyter notebook命令，在远程中打开Chrome浏览器，输入https://ip:8888就可以远程访问并使用TensorFLow了。 
　　最终效果如下： 
　　

可能是因为Linux服务器防火墙的原因设置完后却链接不上，可以通过下面方式解决：

ssh username@remote_address -L127.0.0.1:1234:127.0.0.1:8881

然后在本地浏览器上面输入： 
https://localhost:1234/tree

 

 

如果 Chrome 无法进入远程链接，在当前页面用键盘输入  thisisunsafe 

2. 进度条使用

最近看到 tqdm 这个模块，用于显示程序的进度条，感觉真心爽，用法也是非常简单，如下图所示：

这样我们就能够实时地看到程序的进度而不需要使用print这种低级的方法了，哈哈。

 

此外，可以使用下面方式来实现进度条显示。\r 表示 return， 所以能够实现刷新单行数据。

```python

for i in xrange(1000):
    sys.stdout.write('\rtime %d' % i)
    sys.stdout.flush()
    time.sleep(0.01)

```

 

3. 快捷键使用

使用notebook也有一段时间了，感觉有些快捷键还是挺常用的。在非输入模式下：

h: 显示所有的快捷键

m: 把当前选中的 cell 调整为 markdown 模式

y: 把当前选中的 cell 调整为 code 模式

a: 在上方添加一个cell

b: 在下方添加一个cell

 

4.原文

原文链接：http://www.cnblogs.com/giserliu/

 

在一次师兄(师兄博客地址)的例会汇报中，介绍了ipython notebook，当时觉得很酷炫，渐渐自己使用的时候才发现真的很强大。抽空整理下，找了些资料进行补充，并挨个进行了实现，留个笔记，也欢迎喜欢Python编程的码农使用。有不全的欢迎补充。

IPython notebook目前已经成为用Python做教学、计算、科研的一个重要工具。关于其发展，以及介绍，感兴趣可以找文献阅读。本文主要讲解的是它的基本用法和技巧。

IPython Notebook使用浏览器作为界面，向后台的IPython服务器发送请求，并显示结果。

Ipython使用了websocket,它是不支持IE的.一般用Chrome就好了.

好， 说了这么多，我们打开先看下，打开方式很简单，直接cmd进入到你要创建的目录下，然后输入命令：ipython notebook（现在升级了，打开主页显示的是jupyter，所以也可以使用jupyter notebook命令）。

可以看到在浏览器界面中使用单元(Cell)保存各种信息。Cell有多种类型，经常使用的有表示代码的Code单元，和表示格式化文本的Markdown单元。

每个代码单元都有一个输出区域，在Code单元中输入代码，按 Ctrl-Enter 将运行此代码，代码中最后一个表达式的值将输出区域显示。如果希望屏蔽输出，可以在最后一条语句之后添加一个分号：”;”。此外，代码中还可以使用print语句在输出区域中显示信息。

与IPython一样，在cell中可以直接按tab键，可以自动补全，超级实用。

Markdown文本

具体可以参考https://maxiang.io/或者其他文档

• 文本编辑

Markdown 是一种用来写作的轻量级「标记语言」，它用简洁的语法代替排版，而不像一般我们用的字处理软件 Word 或 Pages 有大量的排版、字体设置。它使我们专心于码字，用「标记」语法，来代替常见的排版格式。

• 数学公式

可以使用LaTeX公式

创建行内公式，例如 $\Gamma(n) = (n-1)!\quad\forall n\in\mathbb N$。

或者块级公式： $$ x = \dfrac{-b \pm \sqrt{b^2 - 4ac}}{2a} $$

• 代码块

可以直接在页面输出代码块，只需要在前后加上```代码块 ```即可。

• 表格

可以使用markdown标记生成表格

嵌入图片

嵌入音乐

可以嵌入本地音乐和网络音乐

嵌入视频

网络视频

本地视频

嵌入网页

嵌入链接

魔法命令

所有以%开头的方法，都是所谓的魔术方法(Magic function)，也就是ipython内置的一些方法。需要注意的是，魔术方法有%和%%之分，比如%timeit和%%timeit。在ipython中有专门的叫法，前者叫line magic后者叫cell magic。顾名思义，前者是专门针对一行的命令，后者针对多行的命令。

通过%lsmagis可以查看所有的magic命令，使用?或者??可以查看该命令的信息，后者可以查看源码。如： %alias?，会出现该方法的描述。

接下来对一些常用的进行展示：

• 加载文件

• 执行文件

run命令还可以附加选项，常用的有-t选项，这个会在脚本执行完后，打印出执行的cpu timings。如果指定了-t选项，后面可以跟一个-Nx，x代表一个数字。表示重复执行x次。

另外比较好用的是-d选项，这个会在pdb中运行脚本。后跟-bxx打断点。

还有一个-p选项，这个选项会开启python profiler，从而打印出详细的执行时间、函数调用等等信息供优化参考。

• 嵌入绘图

在网页中嵌入绘图库绘制的图形，可以使用%matplotlib inline或者%pylab inline启动这个功能。还可以启动ipython后台服务器时，在命令行下输入ipython notebook --matplotlib inline或ipython notebook --pylab inline。这样的话它就会导入pylab(mathplotlib)库.而且显示图片时可以嵌在网页中的。

• 执行效率

 这个命令用来测试一条命令执行的时间，一般而且，会重复100次运行这个命令，然后取出最好的3个结果取平均值。

还可以指定选项。

-n指定重复次数，默认100

-r是取多少个结果的平均值，默认是3

 

还有很多的magic命令，就不一一列举，感兴趣可以自己去尝试。

---

 

参考：http://hyry.dip.jp/tech/slice/slice.html/35

http://kochiya.me/www/posts/Ipython!.html

http://www.cnblogs.com/zhuangzhuang1988/archive/2012/11/19/2777195.html

http://nbviewer.ipython.org/github/ipython/ipython/blob/3.x/examples/Index.ipynb