跳到主要内容

Jupyter Notebook常用说明

以下是 Jupyter Notebook 的常用使用指南，包括安装、基本操作、快捷键、魔法命令等内容，帮助你快速上手并高效使用 Jupyter。

1. 安装与启动​

1.1 安装 Jupyter Notebook​

使用 pip 安装 Jupyter Notebook：

pip install notebook

如果需要支持更多科学计算库，可以使用 Anaconda 安装：

conda install notebook

1.2 启动 Jupyter Notebook​

在终端或命令行输入以下命令启动：

jupyter notebook
  • 默认会在浏览器中打开 Jupyter Notebook 的主页。
  • 如果未自动打开，可以手动在浏览器中访问地址： 
    http://localhost:8888

指定 IP 和端口​

如果需要指定监听的 IP 和端口：

jupyter notebook --ip=0.0.0.0 --port=8888 --no-browser

2. 基本操作​

2.1 Notebook 界面​

  • 文件管理：在主页中，可以创建文件夹、上传文件或新建 Notebook。
  • Kernel：每个 Notebook 都有一个内核（Kernel），用于运行代码。
    • 重启 Kernel：点击菜单栏 Kernel > Restart。
    • 中断运行：点击菜单栏 Kernel > Interrupt。

2.2 单元类型​

Jupyter Notebook 的单元分为三种类型：

  1. Code（代码单元）：运行 Python 代码。
  2. Markdown（文本单元）：支持 Markdown 格式，用于编写文档。
  3. Raw（原始单元）：保存原始格式内容，不会被解释运行。

切换单元类型​

  • 使用工具栏的下拉菜单切换单元类型。
  • 快捷键：
    • Y：切换为代码单元。
    • M：切换为 Markdown 单元。

2.3 运行单元​

  • 点击单元左侧的 运行按钮 或按快捷键 Shift + Enter 运行单元。
  • 运行结果会显示在单元下方。

3. 快捷键​

Jupyter Notebook 提供了丰富的快捷键，分为两种模式：

3.1 命令模式​

按 Esc 进入命令模式，以下是常用快捷键：

快捷键功能
Enter进入编辑模式
Shift + Enter运行当前单元并跳转到下一个单元
A在当前单元上方插入新单元
B在当前单元下方插入新单元
X剪切当前单元
C复制当前单元
V粘贴单元
D, D删除当前单元
Z撤销删除单元
M将单元类型切换为 Markdown 单元
Y将单元类型切换为代码单元
H显示所有快捷键

3.2 编辑模式​

按 Enter 进入编辑模式，以下是常用快捷键：

快捷键功能
Ctrl + Enter运行当前单元
Tab自动补全代码
Shift + Tab查看函数/方法的文档

4. 常用魔法命令​

Jupyter Notebook 提供了一些特殊的 魔法命令，可以提高效率。魔法命令分为两类：行魔法（%） 和 单元魔法（%%）。

4.1 常用行魔法​

命令功能
%time测量单行代码的执行时间
%timeit多次运行代码并返回平均执行时间
%pwd显示当前工作目录
%ls列出当前目录中的文件
%cd <路径>切换工作目录
%who列出当前内存中的所有变量
%reset清空当前命名空间中的所有变量
%matplotlib inline在 Notebook 中直接显示 Matplotlib 图表

4.2 常用单元魔法​

命令功能
%%time测量整个单元的执行时间
%%writefile <文件名>将单元内容写入指定文件
%%capture捕获单元的输出并保存到变量
%%bash在单元中运行 Bash 命令

5. 扩展功能​

5.1 安装 Jupyter Notebook 扩展​

Jupyter 提供了许多扩展功能，可以增强 Notebook 的使用体验。例如，代码折叠、表格预览等。

  1. 安装扩展工具：

    pip install jupyter_contrib_nbextensions
    jupyter contrib nbextension install --user

  2. 启用扩展：

    jupyter nbextension enable <扩展名称>

  3. 启动 Notebook 后，进入扩展管理界面，选择需要的扩展功能。

6. 数据可视化​

Jupyter Notebook 支持多种数据可视化工具，如 Matplotlib、Seaborn 和 Plotly。

6.1 Matplotlib​

在 Notebook 中绘图时，使用 %matplotlib inline 命令可以直接显示图表：

import matplotlib.pyplot as plt

%matplotlib inline
plt.plot([1, 2, 3, 4], [1, 4, 9, 16])
plt.show()

6.2 Seaborn​

Seaborn 是一个高级数据可视化库，基于 Matplotlib：

import seaborn as sns
import matplotlib.pyplot as plt

%matplotlib inline
sns.set(style="darkgrid")
tips = sns.load_dataset("tips")
sns.scatterplot(x="total_bill", y="tip", data=tips)
plt.show()

7. 常见问题及解决方法​

7.1 无法启动 Jupyter Notebook​

  • 检查是否安装了 Jupyter： 
    pip show notebook
  • 如果缺少依赖，可以重新安装： 
    pip install --upgrade notebook

7.2 无法访问 Notebook​

  • 检查是否绑定了正确的 IP 和端口： 
    jupyter notebook --ip=0.0.0.0 --port=8888
  • 如果使用远程访问，确保防火墙允许端口访问。

7.3 修改默认工作目录​

编辑配置文件 ~/.jupyter/jupyter_notebook_config.py，找到以下行并修改为你的工作目录：

c.NotebookApp.notebook_dir = '/your/path'

通过以上指南，你可以快速上手 Jupyter Notebook 并高效完成数据分析和可视化任务！如果有其他问题，随时可以向我提问！

在 Jupyter Notebook 的代码单元中，可以通过多种方式执行系统命令。以下是常用的方法：

1. 使用 ! 执行系统命令​

在 Jupyter Notebook 中，使用 ! 前缀可以直接运行系统命令。例如：

!ls  # 列出当前目录中的文件
!pwd # 显示当前工作目录
!echo "Hello, World!" # 输出文本
  • 特点：
    • 适合运行简单的系统命令。
    • 输出会直接显示在 Notebook 中。

2. 使用 subprocess 模块​

Python 的 subprocess 模块提供了更灵活的方法来执行系统命令，并捕获输出。

2.1 使用 subprocess.run​

import subprocess

result = subprocess.run(['ls', '-l'], capture_output=True, text=True)
print(result.stdout)  # 输出命令结果
  • 参数说明：
    • ['ls', '-l']：命令及其参数。
    • capture_output=True：捕获命令的输出。
    • text=True：将输出作为字符串返回。

2.2 使用 subprocess.Popen​

如果需要实时获取命令输出，可以使用 subprocess.Popen：

import subprocess

process = subprocess.Popen(['ping', '-c', '4', 'google.com'], stdout=subprocess.PIPE, text=True)
for line in process.stdout:
    print(line.strip())  # 实时输出命令结果

3. 使用 os.system​

os.system 可以直接运行系统命令，但无法捕获输出。

import os

os.system('ls -l')  # 直接执行命令
  • 特点：
    • 简单直接，但无法获取命令结果。
    • 不推荐用于复杂场景。

4. 使用魔法命令 %%bash​

在 Jupyter Notebook 中，可以使用 %%bash 单元魔法运行 Bash 命令。

%%bash
echo "Hello, Jupyter!"
ls -l
  • 特点：
    • 支持运行多行 Bash 命令。
    • 适合在 Notebook 中使用。

5. 捕获命令输出到变量​

如果希望保存命令的输出到 Python 变量，可以结合 ! 或 subprocess：

5.1 使用 ! 捕获输出​

output = !ls
print(output)  # 输出是一个列表，每行是一个元素

5.2 使用 subprocess 捕获输出​

import subprocess

result = subprocess.run(['ls'], capture_output=True, text=True)
output = result.stdout
print(output)  # 输出是完整的字符串

6. 示例：执行系统命令并处理结果​

以下是一个综合示例，展示如何执行命令并处理结果：

import subprocess

# 执行命令
result = subprocess.run(['ls'], capture_output=True, text=True)

# 检查是否成功
if result.returncode == 0:
    print("Command executed successfully!")
    print("Output:")
    print(result.stdout)
else:
    print("Command failed!")
    print("Error:")
    print(result.stderr)

7. 注意事项​

  1. 权限问题：

    • 某些命令可能需要管理员权限（如 sudo）。在 Jupyter Notebook 中运行 sudo 命令时需要注意安全性。

  2. 安全性：

    • 避免直接运行用户输入的命令，防止命令注入攻击。

  3. 兼容性：

    • 系统命令可能因操作系统不同而有所变化（如 ls 在 Linux/Mac 上可用，但在 Windows 上使用 dir）。

通过以上方法，你可以轻松在代码中执行系统命令，并根据需求捕获输出或处理结果。如果有其他问题，欢迎随时提问！