【python基础学习3】jupyter notebook 相关技巧学习

本文介绍了作者在anaconda中安装的JupyterNotebook和JupyterLab版本的对比,包括创建文件的方法、常用快捷键、显示行数、整体缩进技巧以及一些奇特的输出行为,如matplotlib的显示和关闭文件的注意事项。
摘要由CSDN通过智能技术生成

目录

1 我安装的anaconda里的jupyternotebook版本有如下2个:      

1.1  jupyternotebook

1.2 jupyterLab       

2 创建新的jupyter

2.1 在jupyter notebook 里创建文件

2.2 在jupyterLab里创建文件

3 jupyterNotebook的一些常用技巧

3.1  常用的快捷键

3.2 jupyterNotebook显示行数:shift+L

3.3 整体缩进:Ctrl + ]  和 Ctrl + [ 

3.4 jupyternotebook的网页控制条:隐藏/显示block

4 jupyterNotebook的一些奇怪的特点

4.1关于输出: 变量名/print(变量名) 的奇怪优先级

4.2 在 import matplotlib后显示图像,不需要使用 plt.show

4.3 还有些其他特点,陆续补充

5 关闭 jupyter notebook

5.1 jupyter notebook里关闭文件

5.2 jupyterLab里关闭文件


1 我安装的anaconda里的jupyternotebook版本有如下2个:      

1.1  jupyternotebook

  • #基础版,我个人感觉不太容易因出错而导致 ipykernel 崩溃

1.2 jupyterLab       

  • #升级版,显示效果等便捷性都比jupyternotebook好
  • 但是我感觉使用 turtle时总容易出错后卡死

2 创建新的jupyter

2.1 在jupyter notebook 里创建文件

  • 下面是在jupyter notebook 里创建文件

2.2 在jupyterLab里创建文件

  • 下面是在jupyterLab里创建文件
  • 可以用下面2种方法

点文件这里的加号也可以

3 jupyterNotebook的一些常用技巧

3.1  常用的快捷键

  • Tab : 代码补全或缩进
  • Shift + Tab : 提示
  • Ctrl + ] : 缩进
  • Ctrl + [ : 解除缩进
  • Ctrl + A : 全选
  • Ctrl + Z : 复原
  • shift+L:  显示行数

3.2 jupyterNotebook显示行数:shift+L

  • 显示行数:shift+L

3.3 整体缩进:Ctrl + ]  和 Ctrl +

  • python的单行缩进大家都知道,但是有时候需要整体调整
  • jupyternotebook整体缩进方法:选择多行代码block后,按tab可以整体缩进
  • csdn的写文档里的分类标签,按tab一样可以往下一级
  • 快捷键
  • Ctrl + ] : 缩进
  • Ctrl + [ : 解除缩进

3.4 jupyternotebook的网页控制条:隐藏/显示block

  •  jupyternotebook的网页控制条,点击可以隐藏/显示block
  • 隐藏后显示为:。。。

4 jupyterNotebook的一些奇怪的特点

4.1关于输出: 变量名/print(变量名) 的奇怪优先级

  • 输出方式1:变量名:  list1
  • 输出方式: print(变量名):print()
    • 如果单独一个,都可以正常输出
    • 如果2个都有
      • 则print()的输出在后面的话,会覆盖变量名的输出。
      • 则print()的输出在前面的话,两个都会输出。

4.2 在 import matplotlib后显示图像,不需要使用 plt.show

正常情况下matplotlib作图,要显示图像,必须调用plt.show(), 否则不显示

  • 还有种说法是,加入如下代码后,不需要plt.show()也能正常显示
  • %matplotlib notebook
  • %matplotlib inline
  • 但是实测并不需要

实测情况

  • 在jupyter notebook 里,显示图形并不需要加一句 plt.show
  • 这个因为jupyternotebook这个特殊IDE决定的
  • 网页IDE的特殊性?

4.3 还有些其他特点,陆续补充

5 关闭 jupyter notebook

5.1 jupyter notebook里关闭文件

  • jupyter notebook 直接关闭网页并不能关闭
  • 关闭网页只是关闭了显示
  • 必须选择菜单最下面的 file/ close and halt 关闭

5.2 jupyterLab里关闭文件

  • 18
    点赞
  • 25
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,以下是一篇关于学习Python数据可视化与Jupyter Notebook数据处理和画图的日志: 今天我学习Python数据可视化和Jupyter Notebook数据处理和画图的方法。Python数据可视化可以帮助我们更好地理解数据,Jupyter Notebook则可以帮助我们更方便地进行数据处理和画图。 首先,我学习Python中的Matplotlib库和Seaborn库。Matplotlib是一个功能强大的数据可视化库,它可以绘制各种类型的图表,如折线图、散点图、直方图等等。Seaborn库则是在Matplotlib基础上进行了封装,提供了更加美观、易用的图表风格,同时还支持更高级的统计绘图功能。我通过学习这两个库的使用方法,学会了如何在Python中进行数据可视化。 接下来,我学习Jupyter Notebook的使用方法。Jupyter Notebook是一个交互式的笔记本,它可以让我们在同一个界面中进行数据处理、代码编写和图表绘制。通过Jupyter Notebook,我们可以很方便地将数据处理和图表绘制整合在一起,形成一份完整的数据分析报告。我学习了如何在Jupyter Notebook中创建和运行代码单元格、如何导入数据、如何进行数据清洗和处理,并且学会了如何使用Matplotlib和Seaborn在Jupyter Notebook中进行图表绘制。 最后,我通过一个实例来练习了Python数据可视化和Jupyter Notebook数据处理和画图的方法。我使用了一个公开的数据集,其中包含了一些关于鸢尾花的信息,如花瓣长度、花瓣宽度、花萼长度、花萼宽度等等。我在Jupyter Notebook中导入了这个数据集,并且使用Matplotlib和Seaborn绘制了多种图表,如散点图、箱线图、直方图等等。通过这个实例的练习,我加深了对Python数据可视化和Jupyter Notebook数据处理和画图的理解,也掌握了更多实用的技巧和方法。 总的来说,学习Python数据可视化和Jupyter Notebook数据处理和画图是非常有用的,它可以帮助我们更好地理解数据、更方便地进行数据分析和报告。我会继续努力学习,提升自己的数据分析能力。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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