前几天装好了Anaconda,但一直没弄明白里面的jupyter notebook到底有什么好处。感觉就是一个在网页里运行代码的工具。
研究了两天,渐渐发现优点了:
Shift+Enter
即可即时看到文字效果,重新点击再Enter
可以继续编辑;windows下notebook的默认目录是用户目录,这当然不是很方便,因此需要修改下默认目录。
jupyter notebook --generate-config
执行当前cell,并自动跳到下一个cell:Shift Enter
执行当前cell,执行后不自动调转到下一个cell:Ctrl-Enter
是当前的cell进入编辑模式:Enter
退出当前cell的编辑模式:Esc
删除当前的cell:双D
为当前的cell加入line number:单L
将当前的cell转化为具有一级标题的maskdown:单1
将当前的cell转化为具有二级标题的maskdown:单2
将当前的cell转化为具有三级标题的maskdown:单3
为一行或者多行添加/取消注释:Crtl /
撤销对某个cell的删除:z
浏览器的各个Tab之间切换:Crtl PgUp和Crtl PgDn
快速跳转到首个cell:Crtl Home
快速跳转到最后一个cell:Crtl End
作者:tina_ttl
来源:CSDN
原文:https://blog.csdn.net/tina_ttl/article/details/51031113
魔术命令其实是IPython的特殊命令,以%开头,用以完成特定任务,jupyter notebook基于IPython的,因此也可以使用魔术命令。
%load
导入脚本,可以从文件导入,也可以使用url导入。导入后第一行显示导入命令,后面显示脚本的内容。# %load test.py
import numpy as np
arr=np.array([1,2,3,4])
print(arr)
[1 2 3 4]
%run
执行脚本命令%run test.py
[1 2 3 4]
%pwd
显示当前目录路径%pwd
'F:\\jupyter notebook'
%timeit
计算单行命令的执行时间,%%timeit
计算多行命令的执行时间%timeit n=[a**2 for a in range(10000)]
8.52 ms ± 2.19 ms per loop (mean ± std. dev. of 7 runs, 100 loops each)
%%timeit
n=[]
for a in range(10000):
n.append(a**2)
11.4 ms ± 429 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
%reset
删除所有变量arr
array([1, 2, 3, 4])
%reset
Once deleted, variables cannot be recovered. Proceed (y/[n])? y
arr # 变量arr已经不存在了
---------------------------------------------------------------------------
NameError Traceback (most recent call last)
in ()
----> 1 arr # 变量arr已经不存在了
NameError: name 'arr' is not defined
%xdel
删除单个变量arr=[1,2,3,4]
arr
[1, 2, 3, 4]
%xdel arr
arr
---------------------------------------------------------------------------
NameError Traceback (most recent call last)
in ()
----> 1 arr
NameError: name 'arr' is not defined
?
查看帮助