Jupyter Notebook 入门教程

Jupyter Notebook 是一个功能强大的交互式计算环境，广泛应用于数据科学、机器学习和数据分析领域。它允许用户在浏览器中创建和共享包含代码、文本、数学公式、图表等的文档。本文将为您提供一份简明的 Jupyter Notebook 入门教程，帮助您快速上手。

1. 什么是 Jupyter Notebook？

Jupyter Notebook 是一种基于 Web 的交互式计算环境，支持多种编程语言（如 Python、R 和 Julia）。它的核心是一个 .ipynb 文件，这种文件可以保存代码、输出结果、Markdown 文本和其他多媒体内容。
在这里插入图片描述

2. 安装 Jupyter Notebook

(1) 使用 Anaconda 安装

最简单的方式是通过 Anaconda 安装 Jupyter Notebook。Anaconda 是一个包含了许多科学计算库的 Python 发行版，其中已经集成了 Jupyter Notebook。

安装完成后，在终端或命令提示符中运行以下命令启动 Jupyter Notebook：

jupyter notebook

Anaconda Navigator 是 Anaconda 提供的一个图形化用户界面（GUI），用于管理和启动各种数据科学工具。通过它，您可以轻松管理环境、安装软件包、运行 Jupyter Notebook 和其他应用程序，而无需直接操作命令行。
在这里插入图片描述

(2) 使用 pip 安装

如果您使用的是基础的 Python 环境，可以通过 pip 安装 Jupyter Notebook：

pip install notebook

然后运行 jupyter notebook 启动。

3. 创建第一个 Notebook

启动 Jupyter Notebook 后，您会在浏览器中看到如下界面：

http://localhost:8888/
在这里插入图片描述

  1. 点击右上角的 “New” 按钮，选择 “Python 3”。
  2. 这将创建一个新的 Notebook 文件，并自动命名为 Untitled.ipynb。您可以点击文件名进行重命名。

在这里插入图片描述

4. 示例

  1. Jupyter Notebook 界面介绍
  2. 创建和运行代码单元
  3. 使用 Markdown 编写文本
  4. 保存和共享 Notebook
  5. 导入和导出 .ipynb 文件

Jupyter Notebook 界面介绍

在这里插入图片描述

Jupyter Notebook 的界面主要由以下几个部分组成：

  1. 文件浏览器：显示当前目录下的文件和文件夹。
  2. 工具栏：提供了一些常用的操作按钮，如保存、运行、停止等。
  3. 代码单元：你可以在这里编写和运行代码。
  4. 输出区域：代码的运行结果将显示在这里。

创建和运行代码单元

在 Jupyter Notebook 中，你可以创建代码单元来编写和运行代码。代码单元支持多种编程语言，默认是 Python。

  1. 点击工具栏上的 + 按钮，创建一个新的代码单元。
  2. 在代码单元中输入以下代码：
print("Hello, Jupyter!")
  1. 按下 Shift + Enter 运行代码单元。你将在输出区域看到 Hello, Jupyter!。

使用 Markdown 编写文本

除了代码单元，你还可以使用 Markdown 单元来编写文本。Markdown 是一种轻量级标记语言，可以让你轻松地格式化文本。

  1. 点击工具栏上的 + 按钮，创建一个新的 Markdown 单元。
  2. 在 Markdown 单元中输入以下内容：
# 这是一个标题这是一个段落。你可以使用 **粗体**、*斜体* 和 `代码` 来格式化文本。
  1. 按下 Shift + Enter 运行 Markdown 单元，你将看到格式化后的文本。

保存和共享 Notebook

Jupyter Notebook 会自动保存你的工作，但你也可以手动保存。点击工具栏上的保存按钮，或者按下 Ctrl + S。

你可以将 Notebook 保存为 .ipynb 文件，这种文件格式包含了代码、文本和输出结果。你可以将 .ipynb 文件分享给他人，他们可以在自己的 Jupyter Notebook 中打开并查看。

导入和导出 .ipynb 文件

导入 .ipynb 文件

  1. 在 Jupyter Notebook 的文件浏览器中，点击 Upload 按钮。
  2. 选择你要导入的 .ipynb 文件，然后点击 Open。
  3. 文件将被上传到当前目录，你可以点击文件名打开它。

导出 .ipynb 文件

  1. 在 Jupyter Notebook 中，点击 File 菜单，然后选择 Download as。
  2. 你可以选择将 Notebook 导出为多种格式，如 .ipynb、.html、.pdf 等。

5. .ipynb VS Code配置

http://localhost:8888/tree?token=cebb3492d2305257b1105bcae013eae2b5bbe22dcb8875ab
运行jypyter时，注意token
选择现有jypter服务器 填入
在这里插入图片描述

6. .ipynb 示例文件

新建文件，复制文本，保存，导入jupyter or VS Code 查看示例

{"cells": [{"cell_type": "markdown","metadata": {},"source": ["# Jupyter Notebook 入门示例\n","这是一个包含多个示例的 Jupyter Notebook 文件，适合初学者学习。"]},{"cell_type": "markdown","metadata": {},"source": ["# Jupyter Notebook 入门示例\n","这是一个包含多个示例的 Jupyter Notebook 文件，适合初学者学习。"]},{"cell_type": "code","execution_count": null,"metadata": {},"outputs": [],"source": ["# 基本数学运算\n","a = 10\n","b = 5\n","print(f\"加法: {a + b}\")\n","print(f\"减法: {a - b}\")\n","print(f\"乘法: {a * b}\")\n","print(f\"除法: {a / b}\")"]},{"cell_type": "markdown","metadata": {},"source": ["## 数据处理 (使用 Pandas)"]},{"cell_type": "code","execution_count": null,"metadata": {},"outputs": [],"source": ["import sys\n","print(sys.executable)"]},{"cell_type": "code","execution_count": null,"metadata": {},"outputs": [],"source": ["# 可以在jypyter中安装环境，但是我这里安装失败了，求点拨。我还是开了个终端，在conda环境里面装的\n","!pip install pandas\n","\n","import pandas as pd\n","\n","# 创建一个简单的数据表\n","data = {'Name': ['Alice', 'Bob', 'Charlie'],\n","        'Age': [25, 30, 35],\n","        'City': ['New York', 'Los Angeles', 'Chicago']}\n","\n","df = pd.DataFrame(data)\n","print(\"数据表如下：\")\n","display(df)\n","\n","# 查看数据的基本信息\n","print(\"\\n数据描述：\")\n","print(df.describe())"]},{"cell_type": "code","execution_count": null,"metadata": {},"outputs": [],"source": ["## 数据可视化 (使用 Matplotlib 和 Seaborn)"]},{"cell_type": "code","execution_count": null,"metadata": {},"outputs": [],"source": ["import matplotlib.pyplot as plt\n","import seaborn as sns\n","\n","# 生成一些随机数据\n","x = [1, 2, 3, 4, 5]\n","y = [10, 15, 7, 12, 9]\n","\n","# 绘制折线图\n","plt.figure(figsize=(8, 4))\n","plt.plot(x, y, marker='o')\n","plt.title(\"test line\")\n","plt.xlabel(\"X\")\n","plt.ylabel(\"Y\")\n","plt.grid(True)\n","plt.show()\n","\n","# 使用 Seaborn 绘制柱状图\n","sns.barplot(x=x, y=y)\n","plt.title(\"Seaborn\")\n","plt.show()"]},{"cell_type": "markdown","metadata": {},"source": ["## 简单的机器学习模型 (使用 Scikit-learn)"]},{"cell_type": "code","execution_count": null,"metadata": {},"outputs": [],"source": ["from sklearn.datasets import load_iris\n","from sklearn.model_selection import train_test_split\n","from sklearn.tree import DecisionTreeClassifier\n","from sklearn.metrics import accuracy_score\n","\n","# 加载 Iris 数据集\n","iris = load_iris()\n","X, y = iris.data, iris.target\n","\n","# 划分训练集和测试集\n","X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)\n","\n","# 训练决策树模型\n","model = DecisionTreeClassifier()\n","model.fit(X_train, y_train)\n","\n","# 预测并计算准确率\n","y_pred = model.predict(X_test)\n","accuracy = accuracy_score(y_test, y_pred)\n","print(f\"模型准确率: {accuracy:.2f}\")"]},{"cell_type": "markdown","metadata": {},"source": ["## 文件读写操作"]},{"cell_type": "code","execution_count": null,"metadata": {},"outputs": [],"source": ["# 写入文件\n","with open('example.txt', 'w') as file:\n","    file.write(\"Hello, Jupyter Notebook!\")\n","\n","# 读取文件\n","with open('example.txt', 'r') as file:\n","    content = file.read()\n","    print(\"文件内容：\")\n","    print(content)"]},{"cell_type": "markdown","metadata": {},"source": ["## 循环与条件语句"]},{"cell_type": "code","execution_count": null,"metadata": {},"outputs": [],"source": ["# 使用循环打印斐波那契数列\n","n = 10  # 数列长度\n","fibonacci = [0, 1]\n","for i in range(2, n):\n","    fibonacci.append(fibonacci[-1] + fibonacci[-2])\n","print(f\"斐波那契数列前 {n} 项: {fibonacci}\")\n","\n","# 条件语句示例\n","num = 7\n","if num % 2 == 0:\n","    print(f\"{num} 是偶数\")\n","else:\n","    print(f\"{num} 是奇数\")"]},{"cell_type": "markdown","metadata": {},"source": ["## 使用 Numpy 进行数组操作"]},{"cell_type": "code","execution_count": null,"metadata": {},"outputs": [],"source": ["!pip install numpy\n","\n","import numpy as np\n","\n","# 创建一个二维数组\n","array = np.array([[1, 2, 3], [4, 5, 6]])\n","print(\"原始数组：\")\n","print(array)\n","\n","# 数组转置\n","transposed_array = array.T\n","print(\"\\n转置后的数组：\")\n","print(transposed_array)\n","\n","# 数组求和\n","total_sum = np.sum(array)\n","print(f\"\\n数组所有元素的和: {total_sum}\")"]}],"metadata": {"kernelspec": {"display_name": "Python 3 (ipykernel)","language": "python","name": "python3"},"language_info": {"codemirror_mode": {"name": "ipython","version": 3},"file_extension": ".py","mimetype": "text/x-python","name": "python","nbconvert_exporter": "python","pygments_lexer": "ipython3","version": "3.10.16"}},"nbformat": 4,"nbformat_minor": 4
}

7. 小结

通过本教程，你已经学会了如何安装、启动和使用 Jupyter Notebook。你可以在代码单元中编写和运行代码，在 Markdown 单元中编写文本，并保存和共享你的 Notebook。Jupyter Notebook 是一个强大的工具，适用于数据分析、机器学习、教育等多种场景。

希望这篇教程对你有所帮助！如果你有任何问题或建议，欢迎在评论区留言。

Happy Coding! 🚀

— by AGI

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/27987.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

【大模型原理与技术】1.2基于学习的语言模型

【大模型原理与技术】1.2基于学习的语言模型

机器学习的要素： 训练数据 假设类 归纳偏置 学习算法 学习范式 机器学习的过程： 在某种学习范式下，基于训练数据，利用学习算法，从受归纳偏置限制的假设类中选取出可以达到学习目标的假设，该假设可以泛化到…
阅读更多...
抽奖系统(从0-1)(上)

抽奖系统(从0-1)(上)

hu项目的开发流程介绍 1. 项目启动阶段 • 项⽬概述：介绍项⽬的背景、⽬标和预期成果。 • 团队组建：建跨职能团队，包括产品经理、UI/UX 设计师、开发⼈员、测试⼈员等。 • ⻆⾊定义：明确团队中各个⻆⾊的职责和⼯作内容。 2. 需…
阅读更多...
Python第十三课：数据库交互 | 信息帝国的基石

Python第十三课：数据库交互 | 信息帝国的基石

🎯 本节目标 理解SQL与NoSQL的核心差异掌握SQL基础语法与设计范式学会使用ORM简化数据库操作开发实战项目：电商订单系统掌握索引优化与事务管理 1️⃣ 数据库理论基石（先懂原理再写代码） 💡 数据库类型对比 &#…
阅读更多...
GPU/CUDA 发展编年史：从 3D 渲染到 AI 大模型时代

GPU/CUDA 发展编年史：从 3D 渲染到 AI 大模型时代

目录 文章目录 目录1960s~1999：GPU 的诞生：光栅化（Rasterization）3D 渲染算法的硬件化实现之路学术界算法研究历程工业界产品研发历程光栅化技术原理光栅化技术的软件实现：OpenGL 3D 渲染管线设计1. 顶点处理&#xff…
阅读更多...
流程设计5原则与流程执行5要点

流程设计5原则与流程执行5要点

流程设计5原则与流程执行5要点 汉捷咨询 胡红卫 企业创造价值、为客户服务是通过业务流来实现的，而业务流程是业务流的载体和表现形式。把业务流程设计好、执行好，就能够持续提升企业各项活动的质量和效率，确保端到端的优质交付&#xff0c…
阅读更多...
[Python学习日记-85] 并发编程之多进程 —— Process 类、join 方法、僵尸进程与孤儿进程

[Python学习日记-85] 并发编程之多进程 —— Process 类、join 方法、僵尸进程与孤儿进程

[Python学习日记-85] 并发编程之多进程 —— Process 类、join 方法、僵尸进程与孤儿进程 简介 multiprocessing 模块 Process 类 僵尸进程与孤儿进程 简介 在前面的进程理论的介绍当中我们已经介绍了进程的概念、并发与并行的区别以及进程并发的实现理论，这些都…
阅读更多...
Linux : 环境变量

Linux : 环境变量

目录 一 环境变量 1.基本概念 二 常见环境变量 三 查看环境变量的方法 1.env:查看系统中所有环境变量 2. echo $NAME 四 如何不带路径也能运行的自己的程序 1.将自己的程序直接添加到PATH指定的路径下 五 环境变量与本地变量 1.本地变量 2. 环境变量 六C、C中main()…
阅读更多...
【YashanDB认证】yashandb23.3.1 个人版单机部署安装实践

【YashanDB认证】yashandb23.3.1 个人版单机部署安装实践

YCA报名链接如下: YashanDB|崖山数据库系统YashanDB学习中心-YCA认证详情 目前免费 主要参考文档： 单机（主备）部署 | YashanDB Doc 另外还参考摩天轮文章： YashanDB 23.2.9.101 企业版安装步骤抢先看！ - 墨天轮 …
阅读更多...
Stiring-PDF：开源免费的PDF文件处理软件

Stiring-PDF：开源免费的PDF文件处理软件

Stiring-PDF是一款开源免费且比较好用的PDF文件处理工具。 Stiring-PDF官网网址为：https://www.stiringpdf.com/。Stiring-PDF是一款专业的PDF文件处理工具，支持Windows和macOS操作系统；提供丰富的PDF编辑和转换功能，适用于日常工…
阅读更多...
docker-compose安装anythingLLM

docker-compose安装anythingLLM

1、anythingLLM的docker-compose文件 version: 3.8 services:anythingllm:image: mintplexlabs/anythingllm:latestcontainer_name: anythingllmports:- "23001:3001"cap_add:- SYS_ADMINenvironment:# Adjust for your environment- STORAGE_DIR/app/server/storage…
阅读更多...
maven推送jar包到nexus

maven推送jar包到nexus

1.背景2.推送jar包到nexus3.从nexus拉取jar包4.release和snapshot区别 1.背景 本地虚拟机centos7.9(110.110.110.100)安装好了nexus 下面演示把本地的maven项目打包推送到nexus。 2.推送jar包到nexus 我项目的命名如下: 下面演示把这个项目jar包推送到nexus仓库 <groupI…
阅读更多...
微信小程序上如何使用图形验证码

微信小程序上如何使用图形验证码

1、php服务器生成图片验证码的代码片段如下&#xff1a; 注意红框部分的代码&#xff0c;生成的是ArrayBuffer类型的二进制图片 2、显示验证码 显示验证码&#xff0c;不要直接image组件加上src显示&#xff0c;那样拿不到cookie&#xff0c;没有办法做图形验证码的验证&…
阅读更多...
comfyui使用ComfyUI-AnimateDiff-Evolved, ComfyUI-Advanced-ControlNet节点报错解决

comfyui使用ComfyUI-AnimateDiff-Evolved, ComfyUI-Advanced-ControlNet节点报错解决

comfyui使用animate-diff生成动画&#xff0c;各种报错解决 报错1&#xff1a; ‘cond_obj’ object has no attribute ‘hooks’ 报错2&#xff1a; AdvancedControlBase.get_control_inject() takes 5 positional arguments but 6 were given 报错3&#xff1a; ‘ControlN…
阅读更多...
centos搭建 Node.js 开发环境

centos搭建 Node.js 开发环境

Node.js &#xff0c;通常简称为Node&#xff0c;是一个事件驱动 I/O 服务端 JavaScript 环境&#xff0c;基于 Chrome V8引擎&#xff0c;具备速度快、性能强等特点&#xff0c;可用于搭建各类网络应用&#xff0c;及作为小程序后端服务环境。npm 和 npx 都是和 Node.js 相关的…
阅读更多...
涨薪技术|JMeter异步接口测试实战

涨薪技术|JMeter异步接口测试实战

前言 异步接口是指在请求发送后&#xff0c;客户端并不会立即收到响应结果。与同步接口不同&#xff0c;异步接口需要等待一段时间后才能得到相应的结果。 通常情况下&#xff0c;异步接口可以通过消息队列或事件监听器来实现。当用户请求进入系统时&#xff0c;可以将任务提…
阅读更多...
SAP MDG —— MDG on S/4HANA 2023 FPS03 创新汇总

SAP MDG —— MDG on S/4HANA 2023 FPS03 创新汇总

文章目录 MDG 基于SAP S/4HANA 2023 FPS03的创新BP/C/S&#xff1a;消息控制BP/C/S&#xff1a;手工分配数据控制者MDG-F&#xff1a;使用S/4扩展数据校验功能生成式AI可用于协助自定义对象的数据变更/同时可总结批量变更的内容 MDG 基于SAP S/4HANA 2023 FPS03的创新 由于从S…
阅读更多...
数据库基础（MySQL）

数据库基础（MySQL）

1. 数据库基础 1.1 什么是数据库 存储数据用文件就可以了&#xff0c;为什么还要弄个数据库 文件保存数据有以下几个缺点&#xff1a; 文件的安全性问题文件不利于数据查询和管理文件不利于存储海量数据文件在程序中控制不方便 数据库存储介质&#xff1a; 磁盘内存 为了…
阅读更多...
第五天 Labview数据记录（5.2 Text文件读写）

第五天 Labview数据记录（5.2 Text文件读写）

5.2 Text文件读写 文本文件读写在程序中具有重要的作用&#xff0c;主要体现在以下几个方面&#xff1a; 1. 数据存储与持久化&#xff1b;2. 数据交换与共享&#xff1b;3. 日志记录&#xff1b;4. 配置管理&#xff1b;5. 数据备份与恢复&#xff1b;6. 用户输入与输出&…
阅读更多...
校园快递助手小程序毕业系统设计

校园快递助手小程序毕业系统设计

系统功能介绍 管理员端 1&#xff09;登录&#xff1a;输入账号密码进行登录 2&#xff09;用户管理&#xff1a;查看编辑添加删除 学生信息 3&#xff09;寄件包裹管理&#xff1a;查看所有的包裹信息&#xff0c;及物流信息 4&#xff09;待取件信息&#xff1a;查看已到达的…
阅读更多...
Docker入门指南：Windows下docker配置镜像源加速下载

Docker入门指南：Windows下docker配置镜像源加速下载

Windows下docker配置镜像源加速下载 docker的官方镜像是海外仓库&#xff0c;默认下载耗时较长&#xff0c;而且经常出现断站的现象&#xff0c;因此需要配置国内镜像源。 国内镜像源概述 国内现有如下镜像源可以使用 "http://hub-mirror.c.163.com", "http…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023