什么是Jupyter Notebook？数据分析更轻松

最新推荐文章于 2024-07-22 10:31:08 发布

cxq8989

最新推荐文章于 2024-07-22 10:31:08 发布

阅读量1.1k

点赞数

文章标签：可视化 python java 人工智能大数据

原文链接：https://www.infoworld.com/article/3347406/what-is-jupyter-notebook-data-analysis-made-easier.html

版权

Jupyter Notebook是一款用于数据科学的交互式环境，允许代码、注释、多媒体和可视化结合，便于代码分享和实时交互。它最初针对Python、R、Julia开发，尤其适合数据可视化和记录代码示例。用户可在浏览器中查看、执行代码并实时查看结果。虽然有局限，如需依赖运行时环境，不具备完整IDE功能，但JupyterLab作为其升级版，提供了更多扩展和定制可能性。

摘要由CSDN通过智能技术生成

在某个时候，我们所有人都需要展示我们的工作。大多数编程工作都作为原始源代码或作为编译的可执行文件共享。源代码提供了完整的信息，但是以一种“讲”而不是“显示”的方式。该可执行文件向我们展示了该软件的功能，但是即使附带了源代码，也可能很难准确掌握其工作方式。

想象一下能够查看代码并在同一UI中执行代码，以便您可以对代码进行更改并立即实时查看这些更改的结果？这就是Jupyter Notebook提供的功能。

[InfoWorld的基本知识： Anaconda入门，Anaconda是数据科学的Python发行版。 • Python的Anaconda发行版中的新增功能。 • 5个用于数据科学的基本Python工具-现已改进。 | 通过InfoWorld的App Dev Report新闻通讯了解编程方面的热门话题。 ]

创建Jupyter Notebook的目的是使其更容易显示一个人的编程工作，并使其他人参与其中。Jupyter Notebook允许您将代码，注释，多媒体和可视化结合在一个可以共享的交互式文档（自然称为Notebook）中。，重复使用和重新设计。

并且由于Jupyter Notebook通过Web浏览器运行，因此该笔记本本身可以托管在您的本地计算机或远程服务器上。

jupyter 00 — 具有文本，代码和可视化效果的Jupyter笔记本。更改代码并在浏览器中实时运行它会更改输出，并且新结果可以保存到新笔记本中。

Jupyter Notebook的好处

Jupyter Notebook最初是为用Python，R和Julia编写的数据科学应用程序而开发的，它以各种方式对各种项目有用：

数据可视化。 大多数人都是通过数据可视化来首次接触Jupyter Notebook的，这是一个共享的笔记本，其中包含一些数据集的图形显示。 Jupyter Notebook使您可以创作可视化，但也可以共享可视化，并允许对共享的代码和数据集进行交互式更改。
代码共享。 像GitHub和Pastebin这样的云服务提供了共享代码的方法，但是它们基本上是非交互的。使用Jupyter Notebook，您可以在网络浏览器中直接查看，执行代码并显示结果。
与代码的实时交互。 Jupyter Notebook代码不是静态的。可以实时编辑和重新运行它，直接在浏览器中提供反馈。笔记本还可以嵌入可用作代码输入源的用户控件（例如，滑块或文本输入字段）。
记录代码示例。 如果您有一段代码，并且想逐行解释它的工作方式，并且一直有实时反馈，则可以将其嵌入Jupyter Notebook。最重要的是，该代码将保持完整的功能-您可以在说明，显示和讲述的同时添加交互性。

Jupyter Notebook组件

Jupyter笔记本可以包含多种成分，每种成分被组织为离散的块：

文字和HTML。 可以在任何时候将纯文本或Markdown语法中注释的文本生成HTML。 CSS样式也可以内联或添加到用于生成笔记本的模板中。
代码和输出。 尽管您可以在Jupyter环境中添加对其他语言（例如R或Julia）的支持，但是Jupyter Notebook笔记本中的代码通常是Python代码。已执行代码的结果立即显示在代码块之后，并且可以按照您喜欢的任意顺序（任意次数）执行和重新执行代码块。
可视化。 图形和图表可以通过代码（例如Matplotlib ， Plotly或Bokeh）从代码生成。像输出一样，这些可视化内容以内联方式显示在生成它们的代码旁边。但是，如果需要，还可以将代码配置为将它们写到外部文件中。
多媒体。 由于Jupyter Notebook基于Web技术构建，因此它可以显示Web页中支持的所有类型的多媒体。您可以将它们作为HTML元素包含在笔记本中，也可以通过IPython.display模块以编程方式生成它们。
数据。 数据可以与构成Jupyter Notebook笔记本的.ipynb文件一起在单独的文件中提供，也可以通过编程方式导入，例如，通过在笔记本中包含代码以从公共Internet存储库下载数据或通过数据库连接。

Jupyter Notebook用例

Jupyter Notebook最常见的用例是涉及数据或公式可视化的数据科学，数学和其他研究项目。除了这些之外，还有许多其他用例：

共享可视化效果，带有或不带有交互性。 人们经常将数据可视化的结果共享为静态图像，但这仅在一定程度上有用。通过共享Jupyter笔记本，您可以让目标受众潜入并玩耍。他们可以交互式地全面了解数据。
用代码记录流程。 许多在博客中讲述其编程经验的程序员都在Jupyter笔记本中撰写其帖子。其他人可以下载他们的笔记本并重新创建练习。
库或模块的实时文档。 Python模块的大多数文档都是静态的。 Jupyter笔记本可用作交互式沙箱，用于学习模块的工作原理。任何在笔记本界面中运行良好的Python模块（本质上是任何将stdout写入其行为的东西）都是一个很好的选择。
通常共享代码和数据。 共享Jupyter笔记本及其相关数据文件所需要做的就是将其打包到一个档案中。

JupyterLab

Jupyter Notebook的下一代用户界面称为JupyterLab，现已上市，并已考虑用于生产。

正如在宣布全面可用性的博客文章中所解释的那样，JupyterLab比传统的Jupyter笔记本更具延展性，它允许用户在笔记本内和笔记本之间拖放单元格，并将工作区安排到单独的选项卡和小节中。代码可以直接从文本文件以及Jupyter Notebook文件运行，并且可以使用实时预览呈现代码和数据的许多常见文件格式。

JupyterLab还可以通过扩展名进行定制，以添加对新文件格式的支持，丰富的界面或提供许多其他附加功能，从而实现比Jupyter Notebook更广泛的笔记本应用程序。长期计划是用JupyterLab替换当前的Jupyter Notebook接口，但前提是必须证明JupyterLab足够稳定和可靠。

Jupyter Notebook的局限性

尽管Jupyter Notebook既强大又有用，但确实存在一些需要考虑的限制。

笔记本不是独立的。 这是使用Jupyter Notebook的最大缺点：笔记本需要Jupyter运行时以及计划使用的所有库。存在一些用于创建独立的Jupyter笔记本的策略，但是没有一个得到官方支持。最好将笔记本分发给已经拥有运行它们的基础结构的人，或者不介意设置（例如通过Anaconda进行安装）。
会话状态无法轻松保存。 使用Jupyter Notebook的默认工具集无法保留和恢复在Jupyter Notebook中运行的任何代码的状态。每次加载笔记本时，都需要重新运行其中的代码以恢复其状态。
没有交互式调试或其他IDE功能。 Jupyter Notebook不是一个成熟的Python开发环境。您可能希望在IDE中找到许多功能，例如交互式调试，代码完成和模块管理，这些功能现在还不可用。