1. %load 读取文件内容
2. %run 执行文件
3. %timeit 多次测试代码执行时间,求平均值
4. %time 单次测量代码执行时间
5. %%html 执行html代码
6. %%js 执行js代码
7.%%writefile 将内容写入到文件中
1.在桌面创建一个文件夹,名字叫做jupyter
2.进入文件夹jupyter中,按住shift键,【右击】,选择菜单栏中的“在此处打开命令窗口(w)”
3.在命令窗口中输入jupyter notebook 启动jupyter
C:\Users\Administrator\Desktop\jupyter>jupyter notebook
4.在http://localhost:8888/tree首页,点击new -> python3,创建一个新的notebook
5.在jupyter文件夹中,创建一个hello.py文件,内容为:
print("hello jupyter")
6.%run python文件,执行python代码
%run "hello.py"
7. %load 文件,读取文件中的内容。再次运行,可执行读取的代码
# %load "hello.py"
8.import 导入模块 ,在文件夹中创建一个demo.py文件,内容如下:
def show(str):
print(str)
导入文件并使用
import demo
demo.show("hello python")
from demo import show
show("你好")
9.对于导入的模块不用再次导入,那么如果修改了模块中的代码,就不会生效,这时候可以使用%run导入,导入文件后,直接使用文件中的方法即可,比如我现在修改了代码如下:
def show(str):
print(str+"!!")
再次执行代码的时候,并不会生效
使用%run 重新导入文件,%run demo.py
%run demo.py
show("hello pyhon")
10. %timeit 测量一行代码执行的时间 (多次测量求平均值)
%timeit li = [i**2 for i in range(1000)]
以上是Python代码循环1000次得到的平均值,循环的次数会根据数值的大小自动调整
%timeit li = [i**2 for i in range(1000000)]
%timeit li = [i**2 for i in range(10)]
11. %%timeit 测试一个代码块执行的时间
%%timeit
li = []
for i in range(1000):
li.append(i**2)
通过以上两个方法的对比,可得出列表推导式的代码效率更高
12.%time测量代码,但只执行一次,可能不准
%time li = [i*22 for i in range(1000)]
%%time
li = []
for i in range(1000):
li.append(i**2)
13.%timeit和%time的对比
import random
li = [random.random() for i in range(100000)]
%timeit li.sort()
li = [random.random() for i in range(100000)]
%time li.sort()
%time li.sort()
time%第一次测量的时间很长,但是后面却很快,是因为python对sort这个方法进行了优化,已经排好序的列表,再次排序会很快,所以使用%time多次测量的时候,其实是不能反映sort方法排序效率的
14.%%html和%%js显示前端代码
%%html
<div class = 'mytest' style="color:red">my html </div>
%%js
document.querySelector(".mytest").innerHTML = "new content"
15. %%writefile,将当前内容写入到一个文件当中
%%writefile test.py
import random
li = [random.random() for i in range(100000)]
%timeit li.sort()