作者： Sebastian Eschweiler
译者： 欧剃
来源： medium.com 优达学院
不论你是刚开始学 Python，还是正在啃数据分析的骨头，对你来说，不断在各种命令行窗口和编辑器里切来切去，或者不断打开各种窗口查看 matplotlib 的输出之类的繁琐操作，一定是家常便饭了。哎呀，这都 8102 年了，除了又大又笨重的 IDE，难道就没有什么简单而直观的办法，让我们这些新手能管理和运行代码吗？
当然有啊，还是免费的咧！
这款神器就叫 Jupyter Notebook，它一定能拯救你于水深火热之中！
Jupyter Notebook 是一款 Web 应用，它能让用户将上面说的各种窗口里的东西，全部组合到一个可读性好，易于共享，且对新手友好的文档中。这个文档里可以包括：
● live code (e.g. Python code)
可执行的代码，比如我们需要的 Python 代码
● visualizations
可视化的数据库图表，或者代码执行之后生成的可视化效果，比如 matplotlib 输出的图像等
● explanatory text (written in markdown syntax)
各种解释性文字，例如用 markdown 语法写的格式化说明文本，Latex写的数学方程等
因此，你可以方便地一边写代码，一边写许多带格式的注释文本，还能让运行结果实时在页面内显示出来。所以，Jupyter Notebook 很适合以下一些用途使用：
●
学习并尝试运行 Python 代码，观察其效果
● 数据处理和转换
● 数值模拟分析
● 统计建模
● 机器学习
吹了这么多，你是不是心动了？那接下来就让我一步步介绍 Jupyter Notebook 的安装和使用，以及一些基础的功能，你还可以自己开一个 Jupyter Notebook 试试手！
那么，让我们开始吧！
首先访问 Jupyter Notebook 的官网 http://www.jupyter.org ，往下稍微拉一点，可以看到这样的选项：
这里有两个按钮：
如果你还不确定 Jupyter Notebook 会不会成为你的真爱，你可以选择直接在浏览器里试用。点击之后，你可以选择想要在体验的 Jupyter Notebook 里使用哪种语言（当然，我们选Python），然后你将跳转到一个已经搭建好了的 Jupyter Notebook 云平台上，可以在这里直接体验各项功能，而无需下载安装一大堆软件。
选第二个选项，它就将一步一步教你如何在自己的电脑上安装 Jupyter Notebook 本体。主要有两种方法：
如果你是初学 Python ，希望从头搭建一个合适的运行环境，那 Anaconda 管理器一定是最适合你的。因为它提供了一个一站式的 Python 环境安装管理解决方案，还自带一个很方便的图形界面，让你根据需要为每个项目定制一个运行环境。
在 https://www.anaconda.com/download/ 上下载适合你电脑系统的安装包（支持 Windows、MacOS 及 Linux，需区分32位或64位），双击安装，一路 Next 到底。之后，你就能在命令行界面运行这个命令来启动 Jupyter Notebook 的后台服务了：
You’ll see the following response on the command line:
执行这行命令后，你会看到类似这样的提示信息：
此时 Jupyter Notebook 的后台服务就开始运行，一小会儿之后，系统会自动打开浏览器，显示 Jupyter Notebook 的 web 界面，类似这样：
这个界面是用来管理电脑上的多个 Notebook 文件的。在顶端，有三个不同的标签：
● Files（文件），该标签内显示当前工作路径下的文件
● Running（运行），该标签内显示当前正在后台运行的 Notebook 文件
● Clusters（集群），用来进行并行计算的，咱们暂时还用不到它
默认显示的是 Files 标签页，其中可以运行的 Notebook 文件（扩展名是 . ipynb ）以灰色或绿色的笔记本图标显示，绿色表示这个文件已经被打开。
创建一个新的 Notebook 文件很简单，点击右上角的 New（新建）按钮，就会弹出一个这样的下拉菜单：
选择 Notebook 里的 Python 3 选项，新建一个可运行 Python 3 代码的 Notebook 文件。这个文件将会被打开，你的浏览器也会自动切换到 Notebook 文件应用的界面：
The notebook is created but still untitled. By
目前这个 notebook 还是“未命名”状态，点击顶部的标题“Untitled”，就可以重命名这个文件。重命名之后，这个文件就会保存成“文件名.ipynb”这样的格式。
比如，我把文件名改成 notebook01 ：
切换到前面一个浏览器页面，你就会发现，刚新建的 notebook01.ipynb 文件已经在目录里了：
正如前面所述，已打开文件的图标是绿色的，如果你选中它，上面还会有一个 Shutdown（关闭）按钮，你可以点击按钮来关闭一个运行中的 notebook 文件。
不过先不急着关闭它，让我们切回 notebook 文件里，好好玩弄一下它（…），熟悉一下各种功能吧！
回到 notebook 界面，可以看到，从上到下分别是：
● 当前文件的标题，以及最后一次保存的时间
● 菜单栏，包括文件操作，各种编辑选项，内核控制，以及帮助等菜单
● 工具栏，从左到右分别是：保存文件、新增单元格（Cell），剪切、复制、粘贴，上移下移当前格，以及运行停止等控制按钮。
● 最下面一个大空白是 notebook 文件的主要区域。
你应该注意到了，notebook 文件是由一系列单元格（Cell）构成的，目前这个新文件里只有一个空白的格子：
右上角显示了当前这个单元格的类型是“代码（Code）”。在这种类型的单元格里，你可以直接输入希望运行的 Python 代码。每个格子里可以放上一行或者多行的代码。
当你点击右上角的运行按钮【
】，或者按【Shift + 回车】组合键，该单元格里的代码将会被运行。
运行之后的输出结果将会显示在单元格内容的正下方，然后输入光标就会跳转到下一个格子，方便你继续写更多的代码。当然，你随时可以点击上面的格子，修改或者添加更多的代码。
再看一个例子：
在后面的格子里，我写了一个循环，让它输出一系列数字。运行一下，就能直观地看到运行结果出现在代码下方。
此外，你还可以把单元格的类型从“代码（Code）”改成“文本（Markdown）”，这样你可以方便地用 markdown 语法写出带格式的注释或说明文本，方便你整理归纳代码，或是在数据分析时描述需要处理的数据信息等。
要改变单元格的类型，只需要在下拉菜单里选择 Markdown 即可：
改了单元格类型之后，你会发现前面的 In [ ]: 标记不见了。你在这个单元格中输入 markdown 标记时，会自动解析成不同大小，不同格式的文字标记：
当你写完这些文本时，你可以“运行”这个单元格，或是按【Shift + 回车】快捷键，于是那些 markdown 格式的记号会被渲染成文本。效果如下：
当你的鼠标指向标题的时候，还会自动出现一个链接，点击之后，你的浏览器地址栏会更新成指向这个标题的链接：
如果你想要改一改 markdown 文本，只需要双击单元格中的文字，则编辑框又会重新出现。
按照你选中一个单元格时的方式，单元格有两种不同的激活模式：编辑模式和命令模式。
如果你点击一个单元格的周边空白处或是输出部分，你选中的这个单元格就进入了命令模式，左边的指示条是蓝色：
如果你点击代码区域，则单元格就进入编辑模式，光标将在你点击的位置闪烁，而左边的指示条也变成绿色，表示你正在编辑代码内容：
在编辑时，你可以按 ESC 键退出编辑模式，回到命令模式。
这两种模式的区别在于，在编辑模式下，代码编辑框接收你所有的键盘输入，让你对代码/文本进行编辑。而在命令模式下，Jupyter Notebook 页面能响应你的各种键盘快捷命令。
想了解编辑模式和命令模式下可用的键盘快捷键都有哪些，你可以在菜单栏选择 Help（帮助） -> Keyboard Shortcuts（键盘快捷键），系统会列出具体的命令清单：
Jupyter Notebook 还有一个很酷的功能：记录点。你可以为当前的 notebook 文件创建一个记录点，保存当前文件的所有状态。创建记录点之后，你可以随时返回到当前的状态，撤销这期间做出的任何修改。
要创建一个新的记录点，你只需要在菜单栏上选择 File（文件）-> Save and Checkpoint（保存记录点）即可。点完之后，你就会在标题旁看到 Checkpoint 保存的提示：
如果你想要返回到之前的 Checkpoint，你只需要在菜单栏上选择 File（文件）-> Revert to Checkpoint（返回到记录点），并点击对应的记录点的时间戳即可。
Jupyter Notebook 提供了几种不同的数据导出方式。你可以在菜单栏上选择 File（文件）-> Download as（下载为），在弹出的菜单里看到具体支持的导出格式。
至此，我想你对 Jupyter Notebook 的基本操作已经有了初步的了解，你可以试着新建一个自己的 notebook 文件，在接下来的 Python 学习、项目编写中用到它。Jupyter Notebook 能很好地兼容许多科学计算、数据分析等领域常用的 Python 库，比如 numpy、pandas
以及 matplotlib 等，还能直观易懂地把这些数据显示给你看。
成立1年来，备受数据行业人士的关注，从无到有，已发展成5200+人的高效学习大社区，我们立志做高端、高效的大数据分析学习社区，让数据驱动价值、驱动业务成为职场必备，而随着知识、体系、课程的沉淀，我们的价格也一路上涨，1年内涨价7次,目前价格为1024元
1、1024真TM......贵？
答：其实非也
首先，我们是永久学习的社群，一次加入永久学习，给你全方位的呵护成长
其实，我们的课程价值近3000元，进入的话都是免费学习，还有组长带领一起学习，市面上你买人家课，谁会对你这么好？
最后，我们还有不定期的专题分享，新开发的优质课程也有内部价，光优惠都够你入圈费了，我们玩的情怀、高效
2、我是数据小白，很白很白那种可以加入吗？
答：可以的，我们从入门到深入，从技术到工具，从工具到案例，从数据分析的各个流程和工具都有相应的体系课程，也有对应的引导体系，让你少走弯路
3、授课是什么形式？我该如何学习？
答：我们的授课是网络授课，小组制的学习方式，每个小组和体系课程都有资深的数据分析师带队学习，每个系列大概45天左右，只需要每天坚持30分钟，持续45天即可，时间安排自由，但你要按照要求打卡，进行考核
4、学习中遇见困难或者职业疑惑咋办？
答：每个体系都对应很多的小组组长，你在小组学习过程中的问题我们的资深组长都会帮你去解答，解答不了，数据君会找行业的相关专家去解答，当然提问前请先搜索你的问题，我们希望回答你搜索不到的问题，职场类的可以发出来和5000多名圈友一起交流，也可以单独找我互相交流
5、这个圈子有时间限制吗？大概学习多久？
答：没有，永久性学习，所有的课程都可以反复去学习，然后我们的体系和监督基本上让你一次学习，终身受用，所以很少有第二次再加入同一个系列的，这就是品质和口碑
从10大体系的课时来讲，你要学完圈子的课至少是1年
6、学习的课程和线路是你们安排还是自己安排？
答：我们的引导其实只是让你知道什么样的数据分析师走什么样的线路，什么样的分析师选择什么样的课程，当然你对自己定位很清晰的话，可以自己选自己适合的课程，满足你多元化的要求
7、学到什么程度，才能找到工作或者成为数据分析师？
答：这个问题其实无法解答！任何高效的学习都要看自己的，这是你学习数据分析的态度问题，当然学我们课程出去找个工作问题不大，但首先你学习的功底要硬，我们对每个系列的课程也有层层考核，也有我们自己发的证书
8、随时进入都可以学习吗？
答：NO，现在圈子5000多人，没法做到实时开组开黑，所以要等我们上一期对应系列课程小组完成学习，进行中的小组，我们不让新人进入，要保证每一期学习的效果，所以需要等待15天左右，先预约你要学习的系列课程，一般我们当天小组招募，不到半天限定的40人就会满，所以新来的圈友一定记得预约
9、学习过程中因为有事不能继续坚持，如何处理？
答：如果真有这个情况，你需要给组长说明原因，然后退出这次学习小组，等你时间合适时再进入相应时间即可，我们不希望这样半路退出，毕竟每一次机会都来之不易，我们的学习强度不大，所以还是坚持的好，有限的时间让你学最有效的数据分析思路和方法，其实已经浓缩了你无效学习的时间
加入方式：
加我微信：seedata
转账1024，先拉微信群，再邀请进小密圈
另：无论何时进来，我们的课程都要预约，学习过程不加新人
