我要评论一、开篇：既是笔记本，也是编程环境
在python的世界里，有一个非常特殊的工具——jupyter notebook。它既不是传统意义上的编辑器，也不是ide，而是一个基于网页的交互式编程笔记本。
jupyter notebook的核心理念是：把代码、运行结果、图表、文字说明全部整合在一个"笔记本"里。你在同一个页面上写完代码，立刻看到结果，然后在下面写一段分析文字，再画一个图表——所有内容无缝衔接。
这种体验特别适合数据分析、科学计算、机器学习的探索过程。事实上，jupyter已经成为数据科学领域的事实标准工具。
二、jupyter notebook是什么
2.1 名字的由来
jupyter这个名字来自三种编程语言的首字母：
- julia
- python
- r
这三种语言是数据科学和科学计算领域最主流的语言。jupyter最初是为python开发的（当时叫ipython notebook），后来扩展到支持几十种编程语言。
2.2 核心概念：cell（单元格）
jupyter notebook的基本单位是单元格（cell）。每个单元格可以是：
- 代码单元格（code cell）：里面写python代码，运行后显示输出结果
- markdown单元格（markdown cell）：里面写文字（支持markdown格式），用于解释和说明
一个典型的notebook就像这样：
┌──────────────────────────────────────────────┐
│ [markdown cell] │
│ # 数据分析报告 │
│ 本报告分析了2024年第一季度的销售数据... │
├──────────────────────────────────────────────┤
│ [code cell] │
│ import pandas as pd │
│ import matplotlib.pyplot as plt │
│ df = pd.read_csv('sales.csv') │
│ df.head() │
├──────────────────────────────────────────────┤
│ [输出结果] │
│ 月份 销售额 利润 │
│ 0 1月 120000 15000 │
│ 1 2月 135000 18000 │
│ ... │
├──────────────────────────────────────────────┤
│ [markdown cell] │
│ 从上表可以看出，2月份的销售额有明显增长... │
└──────────────────────────────────────────────┘
你可以逐个运行代码单元格，每次运行的结果会保留在单元格下方，形成一个完整的分析记录。
2.3 和传统ide的区别
| 特性 | jupyter notebook | pycharm/vs code |
|---|---|---|
| 运行方式 | 逐个单元格运行 | 整个文件一起运行 |
| 结果展示 | 内嵌在代码下方 | 显示在终端/控制台 |
| 图表 | 内嵌显示 | 弹出窗口或保存为文件 |
| 文字说明 | markdown支持 | 代码注释 |
| 分享方式 | .ipynb文件（包含代码+结果+图表） | .py文件（纯代码） |
| 适用场景 | 数据分析、实验、教学 | 项目开发、工程代码 |
三、安装jupyter notebook
3.1 用pip安装（推荐）
打开命令行，执行：
pip install jupyter
如果你的电脑上有多个python版本，确保用你想要的python版本对应的pip：
# windows python -m pip install jupyter # mac python3 -m pip install jupyter
安装完成后验证：
jupyter --version # 输出类似： # ipython : 8.x.x # ipykernel : 6.x.x # jupyter_client : 8.x.x # jupyter_core : 5.x.x # notebook : 7.x.x
3.2 用anaconda安装
如果你安装了anaconda（一个数据科学平台，包含了python+众多科学计算库），jupyter notebook已经内置了，不需要额外安装。直接在anaconda navigator中点击jupyter notebook的"launch"按钮即可。
3.3 jupyter notebook vs jupyter lab
安装了jupyter之后，你实际上获得了两个工具：
- jupyter notebook：经典的笔记本界面，简单直观
- jupyter lab：新一代界面，更像一个完整的ide（有文件管理器、终端、多标签页等）
# 启动经典notebook jupyter notebook # 启动jupyter lab jupyter lab
如果你是新手，建议从jupyter notebook开始。它的界面更简单，功能刚好够用。等你熟悉之后再尝试jupyter lab，会发现它更强大。
四、启动和使用jupyter notebook
4.1 启动notebook服务器
① 打开命令行（windows用cmd或powershell，mac用terminal）
② cd 到你想要存放notebook文件的目录：
cd d:\pythonprojects\notebooks
③ 输入启动命令：
jupyter notebook
④ 命令行会出现类似这样的输出：
[i 10:30:00.123 notebookapp] serving notebooks from local directory: d:\pythonprojects\notebooks [i 10:30:00.123 notebookapp] jupyter notebook 7.x.x is running at: [i 10:30:00.123 notebookapp] http://localhost:8888/tree?token=...
⑤ 你的默认浏览器会自动打开 http://localhost:8888/tree，这就是jupyter notebook的web界面。
启动jupyter notebook的命令行窗口不要关闭！关闭它=关闭服务器=notebook无法使用。让它最小化在后台就好。
4.2 界面介绍
打开后的页面就是文件管理页（dashboard），显示当前目录下的所有文件和文件夹。
- "files"标签：文件浏览器，显示当前目录的内容
- "running"标签：查看当前正在运行的notebook
- "clusters"标签：并行计算相关（一般用不到）
在files标签中，你可以：
- 点击已有的
.ipynb文件打开它 - 点击右上角的"new" → “python 3” 创建新的notebook
4.3 创建你的第一个notebook
① 点击右上角 “new” → “python 3 (ipykernel)”，创建一个新笔记本。
② 浏览器会打开一个新标签页，标题栏显示"untitled"。
③ 页面中间有一个空白的代码单元格，光标在里面闪烁。
④ 在单元格中输入以下代码：
print('欢迎来到jupyter notebook的世界！')
# 做一些计算
result = 0
for i in range(1, 101):
result += i
print(f'1到100的和是：{result}')
# 列出当前目录下的文件
import os
for file in os.listdir('.'):
print(f' 📄 {file}')⑤ 按 shift + enter（或点击工具栏的▶"运行"按钮），执行这个单元格。
⑥ 单元格下方出现输出结果，同时自动创建了一个新的空单元格。
✅ 恭喜，你已经创建并运行了你的第一个jupyter notebook！
4.4 重命名notebook
点击页面顶部的标题"untitled"→输入新名字→点击"rename"。
# 也可以在notebook的第一个代码单元格中查看当前文件名 import os print(os.path.basename(os.getcwd()))
五、两种单元格详解
5.1 代码单元格（code cell）
代码单元格就是你写python代码的地方。选中单元格后，它的边框会变成蓝色（命令模式）或绿色（编辑模式）。
在单元格中写代码：
# 这是一个代码单元格，可以写任何python代码
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# 生成一些数据
x = np.linspace(0, 10, 100)
y = np.sin(x)
# 创建图表
plt.figure(figsize=(10, 4))
plt.plot(x, y, 'b-', linewidth=2, label='sin(x)')
plt.plot(x, np.cos(x), 'r--', linewidth=2, label='cos(x)')
plt.grid(true, alpha=0.3)
plt.legend()
plt.title('正弦和余弦函数')
plt.show()运行后，图表会直接显示在单元格下面。
⌨️ 代码单元格的一个重要特性：变量在单元格之间是共享的。你在第一个单元格定义的变量，在第二个单元格中可以直接使用：
# 单元格1 name = '小明' age = 25
# 单元格2（在单元格1之后运行）
print(f'{name}今年{age}岁') # 可以访问name和age！但这也意味着：单元格的运行顺序很重要。如果你跳着运行单元格（比如先运行单元格3再运行单元格1），可能会导致变量未定义的错误。notebook的工具栏左侧会显示每个单元格的执行序号（如 [1]、[2]），帮你追踪执行顺序。
5.2 markdown单元格
markdown单元格用来写文字说明（不是代码，不能执行python命令）。在单元格中直接写markdown格式的文字。
切换单元格类型：选中一个单元格，在工具栏上的下拉菜单中选择 “code” 或 “markdown”。
要编辑markdown单元格，双击它即可进入编辑模式。写完文字后按 shift + enter 渲染显示。
markdown支持的语法：
# 一级标题 ## 二级标题 ### 三级标题 **加粗文字** *斜体文字* - 无序列表项1 - 无序列表项2 1. 有序列表项1 2. 有序列表项2 [链接文字](https://python.org)  `行内代码` > 引用文字 --- 水平分割线
在notebook中，markdown单元格还支持数学公式（用latex语法，用$包裹）：
行内公式：$e = mc^2$
独立公式：
$$
\int_{0}^{\infty} e^{-x^2} dx = \frac{\sqrt{\pi}}{2}
$$
这在写数据分析报告时非常有用。
六、魔法命令（magic commands）
jupyter notebook里有一种特殊的命令，以 % 开头，叫做"魔法命令"（magic commands）。它们不是python语法，而是jupyter提供的额外功能。
6.1 行魔法命令（以%开头）
# %timeit - 测量代码执行时间 %timeit sum(range(1000000)) # 输出：9.23 ms ± 98.7 µs per loop (mean ± std. dev. of 7 runs, 100 loops each) # %time - 测量单次运行时间 %time result = sum(range(1000000)) # 输出：cpu times: user 22 ms, sys: 0 ns, total: 22 ms # %matplotlib inline - 让matplotlib图表内嵌显示在notebook中 %matplotlib inline # %run - 运行外部python脚本 %run hello.py # %who - 列出当前所有已定义的变量 %who # %whos - 更详细地列出变量（包括类型和值） %whos # %reset - 清除所有变量 %reset # %pwd - 显示当前工作目录 %pwd # %ls - 列出当前目录的文件 %ls # %history - 查看命令历史 %history
6.2 单元格魔法命令（以%%开头）
作用于整个单元格：
%%time
# 测量整个单元格的运行时间
import time
result = 0
for i in range(10000000):
result += i
time.sleep(1)
print(f'结果：{result}')%%writefile my_script.py
# 将单元格内容写入文件
def hello():
print('这个函数被写入了my_script.py文件')%%bash # 在notebook中运行bash命令（mac/linux） echo "当前目录：$(pwd)" ls -la
6.3 其他实用魔法命令
# 查看函数的源代码 import os os.path.join?? # 或者 ??os.path.join # 查看对象的帮助文档 len? # 在notebook中安装包 !pip install requests # 执行系统命令 !dir # windows !ls # mac/linux
七、快捷操作与技巧
7.1 两种模式
jupyter notebook有命令模式和编辑模式，这是理解操作的关键：
- 命令模式（蓝色边框）：按
esc进入。在此模式下的按键是给notebook的命令（如创建、删除、移动单元格） - 编辑模式（绿色边框）：按
enter进入。在此模式下可以在单元格中打字
7.2 常用快捷键（命令模式下）
| 快捷键 | 功能 |
|---|---|
enter | 进入编辑模式 |
a | 在当前单元格上方插入新单元格（above） |
b | 在当前单元格下方插入新单元格（below） |
d + d | 删除当前单元格（按两次d） |
x | 剪切当前单元格 |
c | 复制当前单元格 |
v | 粘贴 |
z | 撤销删除 |
y | 切换到代码单元格类型 |
m | 切换到markdown单元格类型 |
shift + enter | 运行当前单元格并选中下一个 |
ctrl + enter | 运行当前单元格并保持选中 |
alt + enter | 运行当前单元格并在下方插入新单元格 |
7.3 快捷键（编辑模式下）
| 快捷键 | 功能 |
|---|---|
ctrl + enter | 运行当前单元格 |
shift + enter | 运行并跳转到下一个单元格 |
esc | 进入命令模式 |
tab | 代码补全 |
shift + tab | 显示函数文档 |
常用快捷键每天用，一周左右就能形成肌肉记忆。刚开始记不住也没关系，用鼠标操作一样能完成所有工作。
八、导出和分享
8.1 导出为不同格式
jupyter notebook支持导出为多种格式：
点击 file → save and export notebook as...：
- html（.html）：可以在浏览器中查看，不需要python环境
- pdf（.pdf）：适合打印或正式报告
- markdown（.md）：适合发布到github
- python脚本（.py）：提取所有代码单元格，转为可执行的python文件
- reveal.js幻灯片：用notebook做ppt演示
8.2 导出为pdf前需要准备
导出pdf需要安装latex（一个排版系统）。如果只想简单分享，导出为html然后再用浏览器"打印→另存为pdf"是最方便的方式。
8.3 在github上展示
github原生支持渲染 .ipynb 文件！你只需把 .ipynb 文件推送到github仓库中，它就能在网页上直接显示完整的notebook内容（包括代码、输出和图表）。
这也是为什么很多数据分析项目选择用jupyter notebook——分享起来非常方便。
九、jupyter适用的场景
9.1 最适合的场景
✅ 数据探索与分析：一边写代码，一边看结果，一边写分析，三位一体
✅ 学习python：可以分知识点逐个单元格运行，实验性很强
✅ 教学演示：老师边讲边写代码，学生实时看到效果
✅ 科学计算：公式推导配代码验证，一步到位
✅ 机器学习实验：数据处理→模型训练→结果评估→可视化，全在一个文档里
✅ 数据报告：把分析过程和结论整合成一份可读的文档
9.2 不太适合的场景
❌ 大型工程项目：代码分散在多个单元格中，不利于版本控制和模块化管理
❌ web后端开发：需要持续运行的服务器程序
❌ gui桌面应用：依赖事件的界面程序
❌ 生产环境部署：notebook不适合作为生产环境的运行方式
十、本篇小结
jupyter notebook是一个独特的交互式编程环境，它把代码、结果、图表和文字融合在一起。核心要点：
- 单元格（cell） 是基本单位，分为code（代码）和markdown（文字）两种
- 变量在单元格间共享，但要注意执行顺序
- 魔法命令（如
%timeit、%matplotlib inline）提供额外功能 - 两种模式：命令模式（蓝色）和编辑模式（绿色），各有不同的快捷键
- 最佳场景：数据分析、机器学习、科学计算、教学演示
以上就是python工具之jupyter notebook的安装与使用指南的详细内容，更多关于jupyter notebook安装与使用的资料请关注代码网其它相关文章！
发表评论