jupyter入门

• 基本操作
  • 以In[ ]开头表示这是一个代码单元。在代码单元里，你可以输入任何代码并执行。例如，键盘输入1+2，然后按“Shift+Enter”，代码将被运行，并显示结果。同时，切换到新的cell中。
  • 你也可以手动添加cell，在insert->insert cell above/below
  • 添加markdown并预览：
    • 添加一个新行，cell->cell type 设置为markdown
    • 要进行预览，直接点击运行或者“shift+enter”
  • 重命名：file->rename
• 快捷键
  • 如果你在cell的编辑状态[边框颜色为绿色]，需要按Esc退出，在执行快捷键
  • H按键可以呼出快捷键列表
  • P键查找命令并执行
  • 如果不行可以在Help->keyboard shortcuts
  • Esc + F 在代码中查找、替换，忽略输出。
  • Esc + O 在cell和输出结果间切换。
  • 选择多个cell:
    • Shift + J 或 Shift + Down 选择下一个cell。
    • Shift + K 或 Shift + Up 选择上一个cell。
    • 一旦选定cell，可以批量删除/拷贝/剪切/粘贴/运行。当你需要移动notebook的一部分时这个很有用。
  • Shift + M 合并cell.
• 变量显示
  • 有一点已经众所周知。把变量名称或没有定义输出结果的语句放在cell的最后一行，无需print语句，Jupyter也会显示变量值。当使用Pandas DataFrames时这一点尤其有用，因为输出结果为整齐的表格。
  • 鲜为人知的是，你可以通过修改内核选项ast_note_interactivity，使得Jupyter对独占一行的所有变量或者语句都自动显示，这样你就可以马上看到多个语句的运行结果了。

  from IPython.core.interactiveshell import InteractiveShell
  InteractiveShell.ast_node_interactivity = "all"
  

  • 如果你想在各种情形下（Notebook和Console）Jupyter都同样处理，用下面的几行简单的命令创建文件~/.ipython/profile_default/ipython_config.py即可实现：

  c = get_config()
  # Run all nodes interactively
  c.InteractiveShell.ast_node_interactivity = "all"
  

  from IPython.core.interactiveshell import InteractiveShell
  InteractiveShell.ast_node_interactivity = "all"
  from pydataset import data
  quakes = data('quakes')
  quakes.head()
  quakes.tail()
  

• 查看文档
  • 在Help 菜单下，你可以找到常见库的在线文档链接，包括Numpy，Pandas，Scipy和Matplotlib等。
    另外，在库、方法或变量的前面打上?，即可打开相关语法的帮助文档。

  ?str.replace()
  

• Jupyter Magic命令
  • 文档
  • Jupyter Magic-%env：设置环境变量：%env OMP_NUM_THREADS=4
  • Jupyter Magic - %run: 运行python代码，%run 可以运行.py格式的python代码——这是众所周知的。不那么为人知晓的事实是它也可以运行其它的jupyter notebook文件，这一点很有用。 %run ./test.ipynb
  • Jupyter Magic -%load：从外部脚本中插入代码，加载一个文件，使之成为当前cell的内容 比如：%load ./hello_world.py
  • Jupyter Magic - %store: 在notebook文件之间传递变量，存：%store 变量名，取：%store -r 变量名
  • Jupyter Magic - %who: 列出所有的全局变量，后面加类型比如str就能列出所有str类型的全局变量
  • Jupyter Magic – 计时， %%time 和 %timeit.当你有一些很耗时的代码，想要查清楚问题出在哪时，这两个命令非常给力。 %%time 会告诉你cell内代码的单次运行时间信息。%%timeit 使用了Python的 timeit 模块，该模块运行某语句100，000次（默认值），然后提供最快的3次的平均值作为结果。
    • %%time
      • 输入

      In [4]: %%time
              import time
              for _ in range(1000):
                  time.sleep(0.01)# sleep for 0.01 seconds
      

      • 输出：

      CPU times: user 21.5 ms, sys: 14.8 ms, total: 36.3 ms
      Wall time: 11.6 s
      

    • %%timeit
      • 输入

      In [3]: import numpy
              %timeit numpy.random.normal(size=100)
      

      • 输出

      The slowest run took 7.29 times longer than the fastest. This could mean that an intermediate result is being cached.
      100000 loops, best of 3: 5.5 µs per loop
      
      

  • Jupyter Magic - %%writefile and %pycat:导出cell内容/显示外部脚本的内容,使用%%writefile filename可以保存cell的内容到外部文件。 而%pycat功能相反，把外部文件语法高亮显示（以弹出窗方式）。
  • Jupyter Magic - %prun: 告诉你程序中每个函数消耗的时间,%prun some_useless_slow_function()
  • Jupyter Magic –用%pdb调试程序
• 运行Shell命令:!ls *.py列出所有的py文件
• 用LaTex 写公式:[等会，简书支持科学公式了????]
  • 行内公式:
  • 独占一行：
• 执行shell命令

!ls

• 在jupyter里作图
  • matplotlib （事实标准），可通过%matplotlib inline **，详细链接
  • matplotlib notebook 提供交互性操作，但可能会有点慢，因为响应是在服务器端完成的。
  • mpld3 提供matplotlib代码的替代性呈现（通过d3），虽然不完整，但很好。
  • bokeh 生成可交互图像的更好选择。