#基础# #数据分析# Juypter_NoteBook安装到快捷键使用,一篇搞定!

安装

cmd-anaconda安装jupyter

conda install jupyter

打开jupyter

在某个位置的CMD输入 jupyter notebook
#基础# #数据分析# Juypter_NoteBook安装到快捷键使用,一篇搞定!_第1张图片
#基础# #数据分析# Juypter_NoteBook安装到快捷键使用,一篇搞定!_第2张图片

新建NoteBook

#基础# #数据分析# Juypter_NoteBook安装到快捷键使用,一篇搞定!_第3张图片
#基础# #数据分析# Juypter_NoteBook安装到快捷键使用,一篇搞定!_第4张图片

代码测试

#基础# #数据分析# Juypter_NoteBook安装到快捷键使用,一篇搞定!_第5张图片

使用

运行

#基础# #数据分析# Juypter_NoteBook安装到快捷键使用,一篇搞定!_第6张图片

退出

cmd ctrl+c

记笔记

#基础# #数据分析# Juypter_NoteBook安装到快捷键使用,一篇搞定!_第7张图片
添加代码块。选择markdown模式
写完后点击运行

快捷键

Jupyter Notebook提供了许多快捷键,这些快捷键可以帮助用户更高效地操作和编辑Notebook。以下是一些常用的Jupyter Notebook快捷键:

  1. 命令模式(按 **Esc** 进入):
  • A: 在当前单元格上方插入新单元格
  • B: 在当前单元格下方插入新单元格
  • M: 将当前单元格切换为Markdown模式
  • Y: 将当前单元格切换为代码模式
  • D D(按两次D键): 删除当前单元格
  • Z: 撤销删除的单元格
  • Shift + JShift + Down: 选择下一个单元格
  • Shift + KShift + Up: 选择上一个单元格
  • Shift + M: 合并选择的单元格
  1. 编辑模式(按 **Enter** 进入):
  • Shift + Enter: 运行当前单元格并移动到下一个单元格
  • Ctrl + Enter: 运行当前单元格但不移动到下一个单元格
  • Alt + Enter: 运行当前单元格并在下方插入新单元格
  • Ctrl + S: 保存Notebook
  • Tab: 代码补全或缩进
  • Ctrl + /: 注释或取消注释选中的行
  1. 其他常用快捷键:
  • H: 显示所有快捷键帮助
  • I I(按两次I键): 中断Notebook内核
  • 0 0(按两次0键): 重启Notebook内核
  • L: 显示行号
  • Shift + L: 切换行号显示方式

这只是一小部分快捷键,Jupyter Notebook还提供了更多的功能和操作。你可以通过在Notebook中按 H 键查看完整的快捷键列表。这些快捷键可以显著提高你在Notebook中的工作效率。

优点

Jupyter Notebook(前身为IPython Notebook)是一种交互式计算和编程环境,它允许用户在一个文档中结合代码、文本、图像和其他多媒体元素。这种灵活性使其成为数据分析、机器学习、科学研究等领域的常用工具。

以下是Jupyter Notebook的一些关键特点:

  1. 交互式计算: 用户可以逐个代码单元执行,并即时查看结果,有助于快速调试和实验。
  2. 多语言支持: 虽然最初是为Python设计的,但Jupyter支持多种编程语言,包括R、Julia、和其他通用编程语言。
  3. 丰富的展示: 用户可以在Notebook中插入富文本、图表、数学公式等,使其成为展示和分享数据分析结果的理想工具。
  4. 易于共享: Notebooks可以导出为不同格式,如HTML、PDF、Markdown等,方便与他人分享研究和分析成果。
  5. 模块化: 代码可以分割成多个单元,有助于模块化和组织大型项目。

使用Jupyter Notebook,你可以在一个地方进行数据分析、可视化和文档编写,提高工作效率并促进协作。

缺点

虽然Jupyter Notebook是一个强大的工具,但也存在一些缺点:

  1. 版本控制困难: 由于Notebook文件是JSON格式的,很难进行版本控制。这使得团队协作和代码追踪变得复杂。
  2. 不适合大型项目: 对于大型项目或复杂的软件开发,Jupyter Notebook可能不是最佳选择,因为它缺乏一些传统集成开发环境(IDE)的功能。 大型项目多个文件调用不适合,大型项目还是要用pycharm。
  3. 安全性问题: 在共享Notebooks时,可能存在安全风险。执行不信任的Notebook可能导致恶意代码执行。
  4. 性能限制: 对于一些计算密集型任务,Jupyter Notebook的性能可能不如专门的集成开发环境或脚本运行器。
  5. 依赖管理复杂: 管理Notebook中的依赖关系可能会比较复杂,特别是在与虚拟环境或包管理器交互时。
  6. 无法隐藏代码: 在Notebook中,代码是公开可见的,无法像在脚本中那样轻松地隐藏部分代码。
  7. 可维护性差: 长期运行和维护Notebook可能会变得混乱,尤其是当Notebook变得庞大时。
  8. 部分包不兼容

尽管存在这些缺点,但取决于具体的使用场景和需求,Jupyter Notebook仍然是许多数据科学家和研究人员首选的工具之一。

你可能感兴趣的:(数据分析,数据挖掘,jupyter,笔记,AIGC)