数据分析不必用python_数据分析为什么常用Jupyter而不是直接使用Python脚本或Excel?...

目前用过的python ide有spyder, pycharm以及近年出的仿R studio的Rodeo，还是感觉jupyter notebook用的最得心应手。特别是在数据分析、机器学习等python编程的主力领域，我们的研究过程常常是探索性的，导入数据，查看数据的统计特征，试试这个模型，试试那个处理方法等，在这种情况下，notebook确实可以为我们提供一个高级“草稿本”，有了它，我们可以展示我们的探索过程，也可以在事后删去那些不相关的部分。应该说，jupyter notebook的流行是和特定领域的工作方式分不开的。比如，在python的网络开发领域，更流行的应该是pycharm，因为大家的工作并不一样。

jupyter notebook的另外一个妙用是：提供了一种新的代码复用的方式。编程领域常见的代码复用方式编写一个新的外部库，然后提交到pypi或github,然后大家需要pip安装，整个流程还是比较复杂的。这种方式对于那些大型的库是很好的，但对于一些处理小问题的小脚本就有点大材小用了。比如，我只是想写一个绘制函数图像的脚本，其中预设一些绘图的格式，我就是只需要将相关功能实现在一个Notebook中，像这样：使用matplotlib绘制函数图像，当你把notebook下载起来，安装必要的库，然后就可以直接在notebook是使用相应的功能了。在notebook常用的领域中，像科学计算、数据分析与机器学习，这种代码复用的方式是非常方便的。

至于notebook可能造成的滥用问题，我觉得这个可以通过使用者的代码规范来加以解决，适当设计整个book的结构，比如第一行写上这个Notebook的作者，联系方式，主要用途等信息，第二行导入所有必要的库，然后之下的每一行都是一个单独的功能模块，这样整个代码的结构就会清晰很多。这个方面，一些kaggle上面优秀的notebook很值得学习。

最后，打个广告，我的博客上偶尔会分享一些我日常用到的，有一定复用价值的notebook，欢迎大家来访。