史上最全的Python数据分析工具：Notebook教程

我会从下面4个方面详细聊聊，记得实践每一步，你将不仅了解什么是Jupyter notebook，而且还能轻松使用这个神器进行数据分析。

1.Jupyter notebook 是什么？

2.如何安装 Jupyter notebook？

3.如何启动Jupyter notebook？

4.新手如何快速使用notebook？

1.Jupyter notebook 是什么？

在没有notebook之前，在IT领域工作的我都是这样工作的：

在普通的 Python shell 或者在IDE（集成开发环境）如Pycharm中写代码，然后在word中写文档来说明你的项目。

这个过程很反锁，通常是写完代码，再写文档的时候我还的重头回顾一遍代码。最蛋疼的地方在于，有些数据分析的中间结果，我还的重新跑代码，然后把结果弄到文档里给客户看。

有了notebook之后，我的世界突然美好了许多，因为notebook 可以直接在代码旁写出叙述性文档，而不是另外编写单独的文档。也就是它可以能将代码、文档等这一切集中到一处，让用户一目了然。

例如，我的

数据分析社群小伙伴

就用Jupyter notebook写出了他的学习笔记，长这样，是不是很酷：

所以，你现在明白了这句话是在说什么了：

Jupyter notebook（http://jupyter.org/） 是一种 Web 应用，能让用户将说明文本、数学方程、代码和可视化内容全部组合到一个易于共享的文档中。

Jupyter Notebook 已迅速成为数据分析，机器学习的必备工具。因为它可以让数据分析师集中精力向用户解释整个分析过程。

Jupyter这个名字是它要服务的三种语言的缩写：Julia，PYThon和R，这个名字与“木星（jupiter）”谐音。

2.如何安装 Jupyter notebook？

对于做数据分析这么有用的神器，不安装使用下是不是很遗憾？

安装 Jupyter 的最简单方法是使用 Anaconda。该发行版附带了 Jupyter notebook。你能够在默认环境下使用 notebook。

确保你已经安装了Anaconda，如果不知道如何安装的，可以看我之前写的：

要在 conda 环境中安装 Jupyter notebook，在conda终端使用命令（以下所有命令是指conda的终端Anaconda Prompt）：

conda install jupyter notebook

也可以通过python shell的 pip 来安装：pip install jupyter notebook。

3.如何启动Jupyter notebook？

启动 notebook 服务器，在终端中输入： jupyter notebook。

服务器会在你运行此命令的“notebook工作文件夹”中启动。也就是说后面你操作的任何 notebook 文件都会保存在该文件夹下，类似于你用优酷下载视频，优酷都会放到自己的下载目录一样。例如我在下面的C:houzi 下面启动目录后，会在该目录下看到我后面运行的文件。

启动notebook 服务器后，在浏览器中打开notebook页面地址：http://localhost:8888

（其中localhost 表示你的计算机，而 8888 是服务器的默认端口）

如果你同时启动了另一个 notebook 服务器，新服务器会尝试使用端口 8888，但由于此端口已被占用，因此新服务器会在端口 8889 上运行。之后，你可以通过 http://localhost:8889 连接到新服务器。以此类推。

这里需要注意的：有的人启动notebook后， 会遇到下面的问题（没遇到这些问题的，自动跳过）。

1）浏览器页面不能弹出显示

出现这个原因是因为你没有指定一个浏览器来打开jupyter notebook，这就导致jupyter notebook不知如何进入网页，这种情况的出现一般因为电脑上存在两个浏览器导致的，所以只要把其中一个设为默认浏览器就可以了。详细见这里：Jupyter Notebook不能使浏览器弹出问题之一

2）报错:ImportError: cannot import name 'ensure_dir_exists'

解决办法：需要从终端手动更新 jupyter_core and jupyter_client如下

conda update jupyter_core jupyter_client

3）出现下面这个报错，可以不用管，直接关闭右上角插号即可。原因是因为：

3）notebook启动后，浏览器中的页面出现空白

解决办法是：换个浏览器

4）问题

解决办法：

先修改“notebook工作文件夹”，后面你很多的新建的notebook都在该文件夹下，比如我的“notebook工作文件夹”就是自己新建了一个空的文件夹用于存放我的项目：chouzi

但是很多时候默认的“notebook工作文件夹”不是一个空的文件夹，不便于我们的数据分析工作，如何修改你的“notebook工作文件夹”呢？

1）在Anaconda Prompt终端中输入下面命令，查看你的notebook配置文件在哪里：

jupyter notebook --generate-config

根据你运行实际显示的路径，打开这个配置文件（可以用notepad++软件打开各种格式的文件），我电脑上是这个文件C:Users用户.jupyterjupyter_notebook_config.py

ps：Notepad++可以打开各种文件格式，作为一款小巧轻量且强大的编辑工具，也被中国开发者广泛使用。

2）通过搜索关键词：c.NotebookApp.notebook_dir，定位到下面这行

然后修改成以下你自己的“notebook工作文件夹”（最好是自己新建个空的文件夹，然后路径修改成这个文件夹的路径）修改后记得保存文件。

这里一定要注意哦，要去掉这行前面的#（#在表示注释掉不起作用），不同操作系统的电脑路径不一样，windows是双斜杠（\），linux是反斜杠（/），Mac路径最好自己百度下。

另外，设置的时候，所有的内容都必须是英文状态下的，并且你设置的这个文件夹是已经存在的。

3）记得修改后最后要重启notebook服务器让修改生效

4.新手如何快速使用notebook？

1）确保你在Anaconda终端中安装了以下包：

安装环境自动关联包

conda install nb_conda

该包可以将conda中创建的环境自动关联到你的notebook中。

我们可以对应conda中的环境，就知道这些环境对应conda中的环境列表。用 conda env list 就可以列出你创建的所有环境。

其中py2是我在conda中创建的Python2环境名称，

root和default一样是默认环境，因为我安装的是Anaconda3，所以默认环境是Python3。

你会发现环境名称py3没有出现在notebook中。解决办法是按下图步骤安装包ipykernel。

（同样的，在你的py2环境下也要像刚才步骤那样安装一次这个包）

完成上面安装步骤，回到标签页“Files”，再新建notebook时，会发现已经关联了环境名称py2和py3：

这样你在notebook中可以轻松切换Python2和Python3环境了。

在Anaconda终端安装代码自动补全包

conda install pyreadline

什么是代码自动补全呢？

后面会介绍，您就等好吧。

1）顶部的3个选项卡

顶部的3个选项卡是：Files（文件）、Running（运行）和Cluster（集群）。

Files（文件）显示当前“notebook工作文件夹”中的所有文件和文件夹。

点击Running（运行）选项卡会列出所有正在运行的 notebook。可以在该选项卡中管理这些 notebook。

Clusters一般不会用到。因为过去在Clusters（集群）中创建多个用于并行计算的内核。现在，这项工作已经由ipyparallel接管。

2）如何创建一个新的notebook？

像下面图片中一样，在右侧点击“New”（新建），创建新的 notebook、文本文件、文件夹或终端。

“Notebooks”下的列表显示了你已安装的内核。由于我在 Python 3 环境中运行服务器，因此列出了 Python 3 内核。你在这里看到的可能是 Python 2。这里我点击Python3。

这样你就打开了下面的页面，你会看到外框为绿色的一个小方框。它称为单元格。单元格是你编写和运行代码的地方。以后你就可以在这里写你的数据分析代码了。

在这里你可以输入自己人生中的第一行Python代码Hello world。然后点击图中的运行按钮，会执行你当前所在的代码，其实我更喜欢用快捷键（键盘上同时按住ctrl+enter键）来执行代码。

这句代码的意思是在界面输出字符串"Hello world！"，所以你会看到在下面与输出结果出来。

运行代码单元格时，单元格下方会显示输出。单元格还会被编号（左侧会显示 In [1]:）。如果运行了多个单元格的话（也就是多块代码），这能让你知道运行的代码和运行顺序。

notebook 中的大部分工作均在代码单元格中完成。这是编写和执行代码的地方。在代码单元格中可以执行多种操作，例如编写代码、给变量赋值、导入包，展示数据分析结果等。在一个单元格中执行的任何代码在所有其他单元格中均可用。

+ 按钮用于创建新的单元格

还记得一开始我提到代码自动补全功能吗？那么，什么是代码自动补全呢？

比如 我定义了下面的变量。

在后面代码中用到这个变量是，我只要输入第一个变量的第一个字母p，然后按下Tab键，边会自动查找到代码中以p开头的变量名称，这可以大幅度提供你写代码的效率。

但是要注意：如果你定义的变量想出现在代码补全里，需要你先把定义该变量的cell运行以后，notebook才能识别它。

当Cell前出现*，表示当前cell程序正在运行，或者它前面的cell正在运行。

2）重命名notebook

你会看到刚才我建的notebook文件名是下面这样默认的，我想修改成自己喜欢的文件名如何办呢？

点击“File”->Rename，可以对notebook文件进行重命名，这里我命名成‘Helloworld’

同时，你可以在当前运行notebook服务器的“notebook工作文件夹”下看到创建的notebook，文件名后缀是ipynb。

（其实Notebook 就是个扩展名为 .ipynb 的大型JSON文件。）

3）重新运行所有单元格里的代码

4）关闭 notebook文件

通过在服务器主页上选中 notebook 旁边的复选框，然后点击“Shutdown”（关闭），你就可以关闭各个 notebook。

但是，在这样做之前，请确保你保存了工作！否则，在你上次保存后所做的任何更改都会丢失。同时如果不保存，你下次运行 notebook 时，你还需要重新运行代码。

5）如何共享你的notebook？

点击File->Download as，你可以选择多种格式下载你的notebook。一般我都会根据下面的用途来选择不同的下载格式：

1）如果我想和客户分享我的数据分析成果，我会选择将notebook下载为HTML文件。

2）如果我希望将自己的数据分析成果和代码嵌入到项目中，比如为药店管理系统做个数据分析子模块，我就会选择Python（.py）模块，这可以将我的代码融入项目中，成为子模块，方便和其他开发人员共同完成任务。

3）如果要在博客或文档中使用 notebook，我就选择Markdown格式。

6）关闭Jupler notebook服务器

通过在终端中按两次 Ctrl + C，可以关闭整个服务器。再次提醒，这会立即关闭所有运行中的 notebook，因此，请确保你保存了工作！

关闭notebook服务器后，下次启动再打开notebook，当你继续在该notebook中写代码时，发现之前的变量无法访问了。需要你在该notebook的Kernerl选项卡中选择“Run All”重新编译下之前的代码。

7）安装的包在notebook中不可使用的问题：

是因为安装包的时候，不在当前notebook所在的python环境下安装了包，所以在这个python环境下找不到包。解决办法如下：

如果你实践了上面的每一步，恭喜你，已经入门学会了 notebook。上面的命令也不需要你记住，只有你后面经常使用notebook，自然就熟练了。想想，你每天说话，会记住每个单词吗？当然不会，用的多了自然在大脑中就形成了记忆，而所谓的新技能学习，无非也是熟能生巧。