数据分析之在线JupyterNotebook使用小技巧｜Python技能树测评_python 在线jupyter notebook

最新推荐文章于 2024-05-14 11:34:47 发布

2401_84138803

最新推荐文章于 2024-05-14 11:34:47 发布

阅读量188

点赞数 4

分类专栏：程序员文章标签： python 数据分析 jupyter

本文链接：https://blog.csdn.net/2401_84138803/article/details/138384360

版权

程序员专栏收录该内容

147 篇文章 0 订阅

订阅专栏

嘿嘿，选择A点提交后，在线Jupyter的入口就出现了。看我怎么跑代码干翻你这道 《大家来找茬》 的题目。

点击前往就出现了，服务启动的页面：

等待启动完毕后，就进入到了JupyterNoteBook的开发页面：

作为一名资深jupyter玩家，这点功能和插件显然是不满足要求的，下面我们看看如何安装一些插件：

给JupyterNoteBook安装插件

首先点击open：

然后进入Nbextensions插件选项卡，我将我最需要的三个插件打勾：

对于Autopep8这玩意，我们需要pip装点库，回到前面的代码界面执行：

!pip install autopep8

这是因为我上次使用时已经下载过有缓存，所以直接就安装好了。

安装完成后刷新网页刚才选择的插件就会生效。然后给代码框加个默认行号显示：

展开目录

点开目录按钮后，就可以编辑Markdown文本：

如何将一个代码节点转换为Markdown节点呢？ 按下快捷键H即可打开快捷键菜单：

这意味着，只需要记住H快捷键，其他快捷键都通过这个面板随时查询。

可以看到按下ESC退出进入命令行模式后，按下快捷键M即可将其转换为Markdown文本节点，数字快捷键1~6即可将将其转换对应等级的标题。

复制代码并运行

点击右上角的复制按钮即可复制代码：

然后粘贴到JupyterNotebook中：

粘贴完，代码是这种使用制表符\t缩进的形式，现在按下快捷键Ctrl+L即可启动autopep8代码格式化：

可以看到格式化之后的代码都是空格缩进的形式。

根据右上角的提示即可运行代码，运行后：

报错，显然我们可以排除A选项。

三种运行方式的快捷键见Cell菜单：

分别表示只运行当前单元格、运行并选择下一个单元格和运行并向下插入一个单元格。

大家可以都试试，感受一下区别。

复制B选项的代码并运行后也报错：

运气比较好已经排除两个选项了，继续干C和D：

D选项居然正确了：

咱们就选个D试一下？
✅Good，回答正确了：

差异代码检测

下面我们继续下一题：

这次代码终于简化多了。这次全部复制粘贴到jupyter运行后发现，A和C报错，B和D正确运行。

对于B和D这两个选项的代码，我看了好几眼还真看不出区别在哪里，太像 《大家来找茬》 的找茬游戏了。

不过没有关系，咱们有JupyterNotebook来运行Python代码，标准库difflib让差异无处遁形：

import difflib
text1 = """import csv


def dump\_list(file, list):
 with open(file, 'w', newline='') as csvfile:
 spamwriter = csv.writer(csvfile, delimiter=' ',
 quotechar='|', quoting=csv.QUOTE\_MINIMAL)
 for row in list:
 spamwriter.writerow(row)


def load\_list(file):
 with open(file, 'r', newline='') as csvfile:
 spamreader = csv.reader(csvfile, delimiter=' ', quotechar='|')
 for row in spamreader:
 yield row


if \_\_name\_\_ == "\_\_main\_\_":
 rows = [
 ['Spam'] \* 5 + ['Baked Beans'],
 ['Spam', 'Lovely Spam', 'Wonderful Spam']
 ]
 list\_file = '/tmp/list.csv'
 dump\_list(list\_file, rows)
 rows = load\_list(list\_file)
 for row in rows:
 for cell in row:
 print(cell)"""

text2 = """import csv


**一、Python所有方向的学习路线**

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

![img](https://img-blog.csdnimg.cn/1d40facda2b84990b8e1743f5487d455.png)  
![img](https://img-blog.csdnimg.cn/0fc11d4a31bd431dbf124f67f1749046.png)

**二、Python必备开发工具**

工具都帮大家整理好了，安装就可直接上手！![img](https://img-blog.csdnimg.cn/ff266f529c6a46c4bc28e5f895dec647.gif#pic_center)

**三、最新Python学习笔记**

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

![img](https://img-blog.csdnimg.cn/6d414e9f494742db8bcc3fa312200539.png)

**四、Python视频合集**

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

![img](https://img-blog.csdnimg.cn/a806d9b941c645858c61d161aec43789.png)

**五、实战案例**

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。![img](https://img-blog.csdnimg.cn/a353983317b14d3c8856824a0d6186c1.png)

**六、面试宝典**

![在这里插入图片描述](https://img-blog.csdnimg.cn/97c454a3e5b4439b8600b50011cc8fe4.png)

![在这里插入图片描述](https://img-blog.csdnimg.cn/111f5462e7df433b981dc2430bb9ad39.png)

###### **简历模板**![在这里插入图片描述](https://img-blog.csdnimg.cn/646863996ac44da8af500c049bb72fbd.png#pic_center)




**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化学习资料的朋友，可以戳这里无偿获取](https://bbs.csdn.net/topics/618317507)**

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**