Jupyter 是什么？

Jupyter 是一个开源的交互式编程和数据分析工具，广泛应用于数据科学、机器学习、教育和研究领域。其核心是 Jupyter Notebook（现升级为 JupyterLab），允许用户在一个基于浏览器的界面中编写代码、运行代码、可视化结果，并添加富文本（如 Markdown）进行说明，形成可重复、可分享的文档。

---

Jupyter核心特点

1. 交互式编程
   • 支持逐行或分块执行代码，实时查看结果（如图表、表格、文本等）。
   • 特别适合探索性数据分析（EDA）和快速原型开发。
2. 多语言支持
   • 原生支持 Python（最常用），通过安装内核（kernel）可扩展至 R、Julia、Scala、JavaScript 等 40+ 种语言。
3. 富文本与可视化
   • 支持 Markdown、LaTeX、HTML 编写文档，结合代码和说明（如数学公式、图片）。
   • 集成 Matplotlib、Plotly、Bokeh 等可视化库，直接显示图表。
4. 跨平台与云端集成
   • 可在本地或远程服务器运行，支持 Docker 部署。
   • 与 Google Colab、Kaggle Notebooks、JupyterHub 等云端平台无缝衔接。

---

主要应用场景

• 数据分析与可视化
  清洗数据、生成统计图表、探索数据模式。
• 机器学习与模型开发
  训练模型、调参、实时验证结果。
• 教育与协作
  创建教学材料，分享可交互的代码示例。
• 学术研究
  记录实验过程，生成可复现的研究报告。

---

Jupyter 的核心组件

1. Jupyter Notebook
   • 经典的单文档界面，适合简单项目。
2. JupyterLab
   • 新一代集成开发环境（IDE），支持多标签页、文件管理、终端、调试器等模块化布局。
3. JupyterHub
   • 多用户服务，用于团队或教育机构的集中管理（如大学课程）。

---

基本使用步骤

1. 安装

pip install jupyterlab  # 安装 JupyterLab

2. 启动

jupyter lab  # 启动 JupyterLab

3. 创建 Notebook
   • 选择内核（如 Python）并新建 Notebook（.ipynb 文件）。
   • 编写代码块（Cell）或 Markdown 文本，按 Shift+Enter 执行。

---

扩展功能

• 插件系统：通过扩展（如 jupyter_contrib_nbextensions）添加目录、代码折叠等功能。
• Magic 命令：使用 % 或 %% 开头的特殊命令（如 %matplotlib inline 显示图表）。
• 导出格式：支持导出为 HTML、PDF、LaTeX、Markdown 或幻灯片（Reveal.js）。

---

优势与不足

• 优点：
  直观的交互式开发，适合快速迭代；文档与代码结合，方便协作和展示。
• 不足
  不适合大型项目（需结合 IDE 使用）；调试功能较弱。

---

Jupyter Notebook（交互笔记本） 快速实战

简单来说， Jupyter Notebook 的作用就是你不需要在IDE编写代码和运行， 而可以直接在网页上编写代码并运行， 这个网页除了代码之外，还可以记录一些其他的文字，类似于一个包含文字和代码的笔记，但是这些代码是可以直接运行的。

接下来进入实际操作环节。以下是一个快速上手的 Jupyter Notebook 示例教程，涵盖安装、基础操作和常用功能：

在此之前，环境需要先安装Python。

1. 安装 Jupyter Notebook

# 使用 pip 安装
pip install jupyter
# 或使用 conda（需先安装 Anaconda/Miniconda）
conda install jupyter

这里直接安装， 使用conda 的部分可以参考：AI开发之 ——Anaconda 介绍

安装需要等待一段时间，

---

2. 启动 Jupyter Notebook

安装完成之后，就可以使用如下命令启动：

# 在终端输入以下命令，浏览器会自动打开
jupyter notebook

---

3. 界面导览

启动之后，会自动打开一个浏览器窗口， 如需要手动通过复制link 打开窗口，则可以在控制台找到对应的link ,比如：

http://localhost:8888/tree?token=c6b84e8419bf7993479541dd2a2dfed9db1011af057c6253

这里的Token 是出于安全的考量。

打开后的页面如下：

• 主界面：文件管理页面，可创建/打开 .ipynb 文件。
• 新建 Notebook：点击右上角 New → 选择 Python 3（或其他内核）。
• 单元格（Cell）：代码或文本的编辑单元，支持运行和切换类型。

---

4. 基本操作示例

示例 1：运行 Python 代码

# 在单元格中输入代码，按 Shift+Enter 运行
print("Hello Jupyter!")

输出：

Hello Jupyter!

示例 2：Markdown 文本

# 这是一个标题
- 列表项 1
- 列表项 2

5. 保存与导出

• 保存：点击工具栏保存图标（或 Ctrl+S）。
• 导出：通过 File → Download as 导出为 .ipynb、.html、.pdf 等格式。

---

注意事项

• 快捷键：使用 Esc 和 Enter 切换命令/编辑模式，Ctrl+Enter 运行单元格。

参考资源

• 官方文档：jupyter.org
• 示例库：Jupyter Notebook Gallery
• 在线平台：Google Colab

Jupyter 是数据科学家的“瑞士军刀”，将代码、文档和可视化整合在一个界面中，极大提升工作效率和可复现性！ 🚀

---

、

---