Python数据分析与程序设计-番外：在vscode中使用Jupyter Notebook

想当糕手

已于 2024-04-14 12:36:13 修改

阅读量2.1k

点赞数 40

文章标签： python 数据分析 vscode jupyter

于 2024-04-14 12:32:49 首次发布

本文链接：https://blog.csdn.net/m0_71920354/article/details/137741201

版权

前言

在系列文章的第二篇中，我们介绍了使用“ if __name__ == "__main__": ”来模拟c语言中的main函数+封装测试函数的方法来提高代码可读性。当然，这并不是最佳的选择，本篇博客为您将介绍更为高效便捷的工具，希望能对你有所帮助！

关于Jupyter Notebook

Jupyter Notebook 是一个开源的 Web 应用程序，它允许你创建和共享包含实时代码、方程、可视化和解释性文本的文档。它是数据科学和科学计算领域中非常流行的工具，因为它支持多种编程语言，如 Python、R 和 Julia，并且可以轻松地进行数据分析和可视化。

在 Jupyter Notebook 中，你可以创建一个或多个单元格，每个单元格可以包含代码、Markdown 文本、LaTeX 公式等。这些单元格可以按顺序执行，也可以单独执行，执行结果会直接显示在单元格下方，非常适合进行交互式数据分析和教学演示。

为什么在VSCode 中使用 Jupyter Notebook

Visual Studio Code (VSCode) 是一个功能强大的代码编辑器，支持多种编程语言和工具。VSCode 本身并不包含 Jupyter Notebook 的功能，但通过安装扩展插件，你可以在 VSCode 中使用 Jupyter Notebook 的特性。

VSCode中的Jupyter扩展优势：

本地环境控制：在 VSCode 中使用 Jupyter 扩展可以在本地环境中运行，不受网络限制，且可以充分利用本地计算资源
集成开发环境：VSCode 是一个功能丰富的 IDE，提供了代码高亮、智能提示、调试工具等，结合 Jupyter 扩展可以提供更加完整的开发体验
插件生态：VSCode 有着庞大的插件生态系统，用户可以根据自己的需要安装各种插件来扩展功能，提高工作效率

一些步骤和特点

安装扩展：首先，你需要在 VSCode 的扩展市场中搜索并安装 Jupyter 相关的扩展，例如官方的“Jupyter”扩展或者“Python”扩展，后者包含了对 Jupyter Notebook 的支持。
创建 Jupyter Notebook 文件：安装扩展后，你可以通过点击“新建文件”按钮，然后选择 Jupyter Notebook 格式来创建一个新的 .ipynb 文件。
编写和执行代码：在 Jupyter Notebook 文件中，你可以像在 Jupyter Notebook 应用程序中一样编写代码和 Markdown 文本。每个单元格都可以独立执行，并且执行结果会直接显示在单元格下方。
集成终端：VSCode 提供了一个集成终端，你可以在其中运行 Jupyter Notebook 服务器，从而在 VSCode 中直接打开和编辑 .ipynb 文件。
调试和变量查看：VSCode 的调试功能也可以用于 Jupyter Notebook，你可以设置断点、单步执行代码，并查看变量的值。
扩展支持：通过安装其他扩展，你可以在 VSCode 中获得更多的 Jupyter Notebook 功能，例如代码自动完成、版本控制集成等。
自定义和主题：VSCode 允许你自定义编辑器的外观和行为，你可以根据自己的喜好设置主题、快捷键等，使得 Jupyter Notebook 的使用体验更加个性化。

两个代码块互相影响

通过使用全局变量或者共享对象，可以实现在Jupyter Notebook中让两个代码块相互影响运行的效果。这样可以方便地实现数据共享和交互功能。

# 代码块1
s = 'hello'
s1 = 'world'

# 代码块2
print(f'{s} {s1}') 

# 只要代码块1先运行起来了 代码块2即可正常输出hello world
# 否则会报错

如何执行相关命令

在 Visual Studio Code（VSCode）中安装了 Jupyter 插件后，您可以在 VSCode 中使用命令面板来执行 Jupyter 相关的操作。您可以通过以下步骤打开命令面板并执行 Jupyter 插件的命令：

打开 Visual Studio Code 并在侧边栏中选择一个包含 Jupyter 笔记本文件的文件夹或打开一个 Jupyter 笔记本文件。
按下 Ctrl + Shift + P（在 Windows 和 Linux 上）或 Cmd + Shift + P（在 macOS 上）来打开命令面板。
在命令面板中开始键入关键字“Jupyter”来筛选与 Jupyter 相关的命令。您会看到基于 Jupyter 插件的各种命令选项。
您可以从命令面板中选择所需的命令，比如启动 Jupyter 服务器、添加代码单元、运行代码等。
通过这种方式，您可以在 Visual Studio Code 中使用 Jupyter 插件的命令行工具来方便地编辑和运行

后缀ipynb和py的互相转换

下面我将演示如何将一个 IPython Notebook 文件转换为 Python 脚本文件，并将其再转换回 IPython Notebook 文件的具体步骤：

将 IPython Notebook 文件转换为 Python 脚本文件：

首先，假设我们有一个名为example_notebook.ipynb的 IPython Notebook 文件，包含以下代码：print("Hello, World!")
在命令行中运行以下命令将其转换为 Python 脚本文件：jupyter nbconvert --to script example_notebook.ipynb
运行完毕后，会生成一个名为example_notebook.py的 Python 脚本文件。打开该文件，可以看到其中包含了与 IPython Notebook 文件中相同的代码。

将 Python 脚本文件转换为 IPython Notebook 文件：

下面，假设我们有一个名为example_script.py的 Python 脚本文件，内容如下：print("Hello, World!")
首先，安装jupytext：pip install jupytext
然后，在命令行中运行以下命令将其转换为 IPython Notebook 文件：jupytext --to notebook example_script.py
运行完毕后，会生成一个名为example_script.ipynb的 IPython Notebook 文件。打开该文件，可以看到其中包含了与 Python 脚本文件中相同的代码。

markdown介绍

一个ipynb文件是由多个代码块和markdown块组成的，下面将介绍markdown块的具体使用技巧

在 Markdown 中，常用的特殊标记语言可以用来实现一些格式化效果。下面是一些常见的 Markdown 特殊标记语言及其用法举例：


# 可以用来表示标题的级别，使用单个 # 表示一级标题，依此类推，例如 # 一级标题, ## 二级标题, ### 三级标题 等。级别越高，标题字号越小。


* 或 _ 可以用来斜体文本，例如 *斜体文本* 或 _斜体文本_。


** 或 __ 可以用来加粗文本，例如 **加粗文本** 或 __加粗文本__。


~~ 可以用来加删除线，例如 ~~删除线文本~~。


>  可以用来表示引用文本，例如 > 引用的内容。


-、* 或 + 可以用来表示无序列表，例如 - 项目1、* 项目2、+ 项目3。


1.  可以用来表示有序列表，例如 1. 项目1。


[] 和 () 可以用来表示链接，例如 [文字链接](dingtalk://dingtalkclient/page/link?url=url&pc_slide=false)，其中 文字链接 是链接文本，url 是链接地址。


![alt text](image link) 可以用来表示插入图片，其中 alt text 是图片的替代文本，image link 是图片的链接地址。


这些是一些常见的 Markdown 特殊标记语言及其用法。通过使用这些特殊标记语言，您可以在 Markdown 中实现一些基本的格式化效果。希望这些例子对您有所帮助！如果您有任何其他问题或需要更多举例，请随时告诉我。我随时准备提供帮助。