关于jupyer问题整理

1 安装

安装使用anaconda,在promot中输入:

conda install jupyter notebook

然后就安装好了,然后在菜单中打开就行

2修改默认文件

参考知乎:https://zhuanlan.zhihu.com/p/70420213

3 jupyter中创建新的notebook的时候出现一个错误

在这里插入图片描述
解决方式:重新启动再打开就行,注意用快捷方式打开,不然修改的默认文件就不是的了~同时一定要注意!!!不要把这个窗口关了,不然就会出现
连接失败,到后台服务的连接没能建立, 我们会继续尝试重连, 请检出网络连接…还有服务配置.
在这里插入图片描述
!!这个不能关

4 出现能运行但是不出结果

= = 我估计是个傻瓜吧,检查一下

saver.save(sess,r'E:\jupyter\summer\test.ckpt',global_step=0)

这玩意是不是被我加了等号,变成了saver.save=

Jupyter是一个开源的交互式计算环境,可以用于数据分析、数据可视化、机器学习等多个领域。在进行数据整理时,Jupyter可以帮助我们更加方便地进行数据的清洗、转换、合并等操作。 以下是一些常用的Jupyter数据整理技巧: 1. 导入数据:使用pandas库中的read_csv()函数、read_excel()函数等可以方便地导入各种格式的数据。 2. 数据清洗:使用pandas库中的dropna()函数、fillna()函数等可以方便地清洗数据中的缺失值、异常值等。 3. 数据转换:使用pandas库中的apply()函数、map()函数等可以方便地进行数据的转换,如将字符串类型转换为数值类型、将日期类型转换为时间戳等。 4. 数据合并:使用pandas库中的merge()函数、concat()函数等可以方便地进行数据的合并,如将多个数据集按照某个共同列进行合并、将多个数据集按照行或列进行合并等。 5. 数据分组:使用pandas库中的groupby()函数可以方便地将数据按照某个列进行分组,并进行统计、聚合等操作。 6. 数据透视表:使用pandas库中的pivot_table()函数可以方便地生成数据透视表,进行数据的交叉分析、统计等操作。 7. 数据可视化:使用matplotlib库、seaborn库等可以方便地进行数据可视化,将数据以图表的形式展示出来,更加直观地呈现数据的分布、趋势等。 总之,Jupyter作为一款强大的数据分析工具,可以帮助我们更加高效地进行数据整理和分析,提高工作效率和数据分析能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值