2.4 Jupyter Notebook使用指南

🎯 学习目标

理解Jupyter Notebook的核心概念
掌握Notebook的基本操作
学会使用Magic命令提高效率
了解JupyterLab的高级功能

图：Jupyter Notebook是数据科学的标准工具

📖 什么是Jupyter Notebook

Jupyter Notebook是一个开源的交互式计算环境，允许你创建和共享包含代码、方程、可视化和文本的文档。

📝

代码单元格

📊

可视化输出

📖

Markdown文档

🚀 安装与启动

# 安装Jupyter
pip install jupyter

# 安装JupyterLab（推荐）
pip install jupyterlab

# 启动Jupyter Notebook
jupyter notebook

# 启动JupyterLab
jupyter lab
      

💡

推荐使用JupyterLab

JupyterLab是Notebook的升级版，提供更现代的界面、多标签支持、文件浏览器和丰富的扩展插件。

⌨️ 核心快捷键

命令模式（按Esc进入）

`A`	在上方插入单元格
`B`	在下方插入单元格
`D D`	删除当前单元格
`M`	转为Markdown单元格
`Y`	转为代码单元格
`Enter`	进入编辑模式

编辑模式（按Enter进入）

`Shift + Enter`	运行并跳到下一单元格
`Ctrl + Enter`	运行当前单元格
`Alt + Enter`	运行并在下方插入
`Esc`	进入命令模式
`Ctrl + /`	注释/取消注释
`Tab`	代码补全

✨ Magic命令

常用Magic命令

# 查看所有magic命令
%lsmagic

# 行Magic（单个%）
%timeit sum(range(10000))  # 计时
%pwd  # 当前目录
%who  # 查看变量

# 单元格Magic（双%%）
%%timeit
# 整个单元格计时
for i in range(100):
    pass

%%writefile my_script.py
# 将单元格内容写入文件
print("Hello from script")

# 运行外部脚本
%run my_script.py

# 内嵌matplotlib图表
%matplotlib inline

# 加载外部文件
%load my_script.py

# 执行shell命令
!pip install numpy
!ls -la
        

📊 数据可视化示例

import matplotlib.pyplot as plt
import numpy as np

%matplotlib inline

# 生成数据
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 绑图
plt.figure(figsize=(10, 6))
plt.plot(x, y, label='sin(x)')
plt.title('Sine Wave')
plt.xlabel('x')
plt.ylabel('y')
plt.legend()
plt.grid(True)
plt.show()
      

🔧 JupyterLab扩展

代码辅助

jupyterlab-lsp
jupyterlab-code-formatter
jupyterlab-git

可视化

jupyterlab-plotly
jupyter-widgets
jupyterlab-toc

生产力

jupyterlab-vim
jupyterlab-dark-theme
jupyterlab-spellchecker

⚠️

最佳实践

使用.ipynb格式保存Notebook
定期重启Kernel清理内存
使用requirements.txt记录依赖
避免在Notebook中写复杂业务逻辑

📝 本节小结

✅

• Jupyter Notebook是AI开发的交互式标准工具
• 掌握快捷键可以大幅提高开发效率
• Magic命令提供强大的调试和工具功能
• JupyterLab是现代化的Notebook替代方案