来，开始使用Jupyter

最近正在B站看吴恩达的机器学习（Machine Learning）课程。看了6周课程后感觉受益匪浅，虽然是面向非数学专业的基础课程，但所涉及到的高等数学和线性代数讲得很容易理解。

说到机器学习，自然会涉及到对数据进行大量的计算，而python在这方面提供了非常丰富的资源。随着大量开源的代码贡献出来，如何快速使用别人造好的轮子，验证自己的数据，就需要一个方便的python环境，这个环境不仅是用于开发，更多的是便于测试算法、计算数据。

十分适合在学习python时使用，不用在终端中噼里啪啦地打命令，也不需要为了测试一个代码段而特意打开IDE编辑器编写脚本。直接在网页端进行代码编写并运行，数据可以方便地通过画出图形，同时还支持，使用非常方便。作为刚开始了解python的入门者，在折腾了一圈之后，在这里做个简单的使用说明。

安装说明

官网上强烈建议是安装Anaconda集成套件，因为已经集成了Jupyter，可以直接运行，但是我的环境没有安装Anaconda，所以采用最原始的安装方法。具体方法可见官网说明，其实很简单，就是最简单的pip安装命令:

需要注意的是，我使用pyenv来支持多版本的python，所以pip指向的是当前的python版本3.6.x，而没有安装pyenv的话，pip和pip3可能对应的分别是系统中的python2和python3。

建议使用python3时要注意，如果本机环境还需要用到Node.js，那么安装某些npm包时运行node-gyp会出错，因为gyp仅支持python2，这时候需要特别定义一下python的使用版本，运行下面的命令即可设置npm使用n你本地的python2

一切顺利的话，Jupyter已经安装完成，如果安装过程中有缺少某些模块的话，可能需要手工补上后再运行安装命令。

启动服务

在启动Jupyter的服务之前，先安装几个扩展包，便于配置和使用Jupyter。运行命令：

完成后运行命令:

会生成一个默认配置文件，打开这个文件去掉注释可以修改相应的参数。建议先把Jupyter的notebook存放路径修改掉。修改参数为自己定义的路径，默认为空，即是当前用户的目录。

运行命令，启动Jupyter服务，并自动打开浏览器访问，这是默认Jupyter服务的绑定端口，可以在配置文件中修改相应绑定IP地址和端口值。

配置服务

进入Jupyter服务首页后，可以看到当前的所在目录，如果有后缀的文件就是notebook的文件，可以直接打开，没有的话就点击右侧的按钮，创建一个新的python3 notebook。

在创建新的notebook之前，可以先看看tab页，这是前面安装了扩展包后出现的工具，点击后可以发现里面有很多有用的扩展，选择自己需要的启用即可，然后回到打开的notebook中刷新一下，就能使用。我列了一些个人觉得比较实用的扩展：

Codefolding

Runtools

Live Markdown Preview

Python Markdown

Export Embedded HTML

Snippets Menu

Snippets

Table of Contents (2)

其他还有更多的扩展根据每个人的需要选择使用

使用Jupyter

编写并运行代码

Jupyter Notebook的使用很简单，基本上按照工具条上的按钮和菜单尝试一下就了解了，这里简单介绍一些刚开始容易摸不着头脑的地方

如果你熟悉VIM的指令，在Notebook中的操作会很方便，简单来说按下进入命令行模式，再按下或双击鼠标进入编辑模式，在命令行模式下有相应的快捷键便于操作。但是搞不清除这些也无所谓，所有的操作都能够在菜单和工具条上找到，不会影响使用。

新增按钮创建出来的是一个“单元”，默认是，所以要想写需要切换一下，在工具条上可以很容易找到切换按钮。

在单元中所有输入的内容都是代码，都是要通过运行才能得到结果，而每个单元都可以单独运行，默认是运行当前块并把光标跳转到下一个块，安装了扩展，会有一个新的工具条，这里面有更多的运行方式可供选择。如果输入的是Markdown，那么同样需要运行才能看到效果。输入Markdown后可以用快捷键马上看到实际的效果，这个快捷键是运行当前单元但还是停留在原地。如果安装了扩展，可以实时看到Markdown的效果，非常直观有效。Markdown同时还支持LaTeX数学公式，具体请自行研究

执行系统命令

如果单元中需要运行操作系统的指令，可以在命令前加上运行，但是请注意是不会改变当前的运行目录，即多次切换路径后执行总是显示我们在配置文件里定义的notebook_dir路径。

魔法指令

还有一些魔法指令是属于Jupyter Notebook本身的操作，命令都是使用开头，运行可以看到所有的魔法指令，具体应用也请自行查阅官方文档，在使用matplotlib画图时，可能会出现错误，按网上推荐的操作，是告诉Jupyter获取所有matplotlib生成的图形，并把它们全部嵌入到notebook中。为此，只需输入以下命令：

这条语句执行可能会花点时间，但是只需要你打开notebook时执行一次就好

我在初步尝试绘图时并没有运行这条魔法指令，所以可能和安装环境或者运行的代码有关，并发必要条件

变量

整个Notebook的变量都是在一个命名空间内，所以只要在第一个单元中申明过的变量或者导入的模块，在后面的单元中都可以直接使用，这样可以把代码编写成一个个片段，便于调试和查看。

安装了扩展后，在菜单上会多出一个，里面有一些常用模块的代码片段，比如用NumPy生成一个多维数组数据，很适合学习python时使用。同时还Markdown的语法片段，需要插入图片、表格时忘记语法也不怕。

安装了扩展后，可以在Markdown的单元中使用就能调用之前的python单元中的变量值

单元

单元中编辑代码时还可以使用代码补全的快捷键，Tab键在Markdown里是正常的编辑缩进操作，但是在Code里面可以补全命令或提示代码，操作同Linux的命令补全方法。

单元如果要调整位置可以用工具条中的上下按钮，而如果想在现有的单元前插入一个新的块，就需要在菜单中选择，或者使用快捷键

更多快捷键可以看-

保存下载

幸辛苦苦写了一大堆内容，万一挂了怎么办？

Jupyter Noteb有自动保存，同时自己也可以执行-

在菜单下还有很多格式可以转化并下载，但是相应的转化是需要有对应的模块支持的，导出成不需要特殊模块，导出成还需要有其他模块的支持，具体可以自行尝试。安装过扩展后，可以把当前Notebook中所有的内容（包括输出结果）导出成一个静态Html页，内嵌了样式和图片，便于放到其他网站上。

添加新的内核

Jupyter Notebook不仅可以使用python，还可以使用其他开发语言作为内核，在Jupyter的github wiki中列出了所支持的内核列表，可以选择安装自己熟悉的开发语言，比如安装了可以创建Node.js类型的Notebook。

需要注意的是，每个Notebook都只能使用一种语言内核，除了在新建时需要决定内核，在创建Notebook后也可以在菜单-切换内核。

以上内容都是在中编写，作为一个web端的Markdown编辑器来说还不错，不过日常使用（比如写这段文字）还是推荐使用，所见即所得，可以导出成各种样式，并且跨平台支持Windows和Mac。

保存的文件可以在github上可以直接预览，这个很赞。之前说过的就是基于搭建，所以可以在本地创建的文件可以直接上传到Colab使用。