2024年最新Jupyter notebook快速入门教程_jperner netbook

“Notebook”下的列表显示了已安装的内核。这个示例中安装的版本是 Python 2.7，因此列出了 Python 2.7 内核。当然，如果你同时安装了其它内核比如 Python 3，那么它也会在列表中同时出现。这又是 notebook 的另一大好处，就是可以同时管理多个版本，当你同时需要 Python 2 和 Python 3，或者 Scala 2.10 和 2.11 的内核的时候，是十分方便的。

而对于关闭 notebook，可以通过选中文件，点击 “shutdown” 来操作操作，但请确认先保存：

通过在终端中按两次 Ctrl + C，可以关闭整个服务器。

notebook 界面

notebook 界面由基本的单元格组成，每个单元格在可编辑状态下可以任意的输入代码和注释说明（markdown）。默认的是代码格式，也就是下图中工具栏列表所示的 code。

单元格 绿色 代表内容可编辑状态（比如输入代码），蓝色 代表单元格可操作状态（比如删除单元格，必须回到蓝色），而蓝色与绿色之间可以用Esc 和 Enter 来切换。

Kernel 的小圆圈在空闲状态下是空的，而当运行代码时，会被填满，所以可以通过观察 Kernel 的状态观察程序是否运行完成。

代码单元格

notebook 中的大部分工作均在代码单元格中完成。编写和执行代码都在这里，就像我们平时在 IDE 软件里敲代码一样，给变量赋值、定义函数和类、导入包等。执行单元格代码可以通过 Shift + Enter 来完成。下面是一个示例：

Markdown 单元格

Markdown 是格式化语法，可以加入链接、将文本样式设为粗体或斜体和设置代码格式。像代码单元格一样，按 Shift + Enter 或 Ctrl + Enter 可运行 Markdown 单元格，这会将 Markdown 呈现为格式化文本。

Markdown 在这里就不详细介绍了，如果不清楚可以查看官网：http://www.markdown.cn/。下面是一个 Markdown 的示例：

快捷键

notebook 自带一组快捷键，能让你快速使用键盘与单元格交互，而无需使用鼠标和工具栏。熟悉这些快捷键需要花费一点时间，但如果能熟练掌握，将大大加快你在 notebook 中的工作速度。所有的快捷键就不在这里展示了，因为这些快捷键可以通过单元格 蓝色 状态下按 "h" 来查看：

Magic 关键字

Magic关键字是 IPython 的一些高级用法，可以运行特殊的命令，然后控制 notebook。例如，在 notebook 中可以使用%matplotlib 将 matplotlib 设置为以交互方式工作。

Magic 命令的前面带有一个或两个百分号（% 或 %%），分别代表行 Magic 命令和单元格 Magic 命令。行 Magic 命令仅应用于编写 Magic 命令时所在的行，而单元格 Magic 命令应用于整个单元格。

如果要测算整个单元格的运行时间，请使用 %%timeit，如下所示：

如果要在 notebook 中嵌入可视化内容，可以说使用 %matplotlib inline，如下所示:

默认情况下，图形呈现在各自的窗口中。但是，你可以通过命令传递参数，以选择特定的“后端”（呈现图像的软件）。要直接在 notebook 中呈现图形，应将通过命令 %matplotlib inline 内联后端一起使用。

提示：在分辨率较高的屏幕（例如 Retina 显示屏）上，notebook 中的默认图像可能会显得模糊。可以在 %matplotlib inline 之后使用%config InlineBackend.figure\_format = 'retina' 来呈现分辨率较高的图像。

当然，还有很多 Magic 关键字的使用，这里只列出了两个常用的介绍给大家。更多内容请参考：http://ipython.readthedocs.io/en/stable/interactive/magics.html

总结

通过本篇，相信你已经了解并知道如何使用 Jupyter notebook 了，但是还需要一些实际的操作才能更熟练的使用它，包括一些快捷键的使用。

https://jupyter.readthedocs.io/en/latest/content-quickstart.html

最后

🍅 硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。
🍅 面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。
🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。

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

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！