Jupyter Notebook(此前被称为 IPython notebook)是一个交互式笔记本,支持运行 40 多种编程语言。在本文中,我们将介绍 Jupyter notebook 的主要特性,以及为什么对于希望编写漂亮的交互式文档的人来说是一个强大工具。
在开始使用 notebook 之前,我们先需要安装该库。你可以在上找到完整的步骤。
运行上面的命令之后,你将看到类似下面这样的输出:
都是对Cell操作的,和ToolBar基本一致。
包括复制、粘贴、删除、合并、移动
是否显示头部信息,包括文件名和举例上次保存时间
使用%%
前缀或%
,如下写入文件:
cell内代码的单次运行时间信息
工具有个键盘图标可以看所有快捷键
保存后,还可以生成slides,和ppt一样的。
这时候会遇到https提示根证书并非认证证书,不用管这个提示继续进入,voila,你的ipython Notebook server架好啦!
输入你刚才创建的密码,就可以开始像在本地一样使用了。
附注:这是我的第一篇技术博客,之前遇到各种技术问题就在网上搜,stackoverflow、quora和知乎的热心人们分享的技术经验都给了我很大的帮助。因为几乎从来没遇到过别人没有解决过的问题,一直没想到要写技术分享的博客,直到这次配置Jupyter Notebook。这好像是中英文世界里第一个在云端配置Jupyter Notebook 4.0的教程,同时也是第一个。 let me
垫场演出:如何在ipython Notebook里运行R?(一行命令搞定版) 从去年开始,我抛弃了mathmatica,eviews,matlab之类的商业统计和数学软件,开始拥抱开源数据分析。这一方面是因为工作需要,想掌握一门更通用的编程语言,一方面也因为和所有中国的分析师一样,我用的是盗版的eviews和matlab,因此是完全没有客户支持。为了解决日常问题而花的研究文档和stackoverflow上的工作量,并不比用开源软件更少。而开源的好处是,实在查不到解决方案了,至少我还可以去看源代码,虽然看不看得懂可以再讨论,但大家都知道开源数据分析的两大利器,IPython 和 R。一般来说,IPython从Python发展而来,更倾向于科学计算。互联网数据分析更喜欢用。而R是统计学家发展出的一门语言,在金融、经济和社会科学领域应用更广泛。我更喜欢R的数据解构和与数学相关的syntax,在读完R的入门教程之后,很多时候我都不需要去查文档,猜都能猜到我想用的一些函数名称(lag(),diff())。另一方面,我也喜欢Ipython Notebook的交互方式,在富文本的展示效果和使用体验上,R markdown简直就是个不成熟的玩具,更何况Python还是个更成熟的通用编程语言,除了数据以外,几乎可以和这个世界的一切协议进行通信。之前,我一直是在代码,用,有必要的话再通过Rpy2之类的接口综合起来。 |