任务目的

在这一步中，会对实验中使用的辅助工具Jupyter Notebook以及Python的绘图工具Matplotlib进行介绍。包括Jupyter Notebook的界面说明与常用快捷键，如何使用Jupyter Notebook进行文件的创建、编辑、保存与下载，同时也会对实验中所需要用到的Matplotlib绘图的三层结构进行说明。如果学员已经熟悉了Jupyter Notebook以及Matplotlib的基本操作，可以跳过这一部分的内容学习。

任务步骤

1.Jupyter Notebook介绍

(1)主页介绍

下图展示了Jupyter Notebook的主页，以及主页中常用的功能按钮说明：

(2)文档页介绍

如果在主页点击【New】按钮，然后选择【Python 3】，即可新建一个Notebook文档，并自动跳转到文档页：

文档页的界面展示如下：

图片中标注的几个模块主要功能如下：

(3)常用快捷键说明

Jupyter Notebook中有一些常用的快捷键，学习掌握这些快捷键可以帮助我们提高笔记的编写效率。下面会介绍一些常用的快捷键：

• 通用快捷键：

命令模式（按下【ESC】键退出单元格）下：

2.示例——第一个Jupyter Notebook文件

接下来将会通过一个具体的示例，实现一个Jupyter Notebook文件的创建、编辑、保存与下载。这一部分的操作相对比较简单，已经对Jupyter Notebook有一定了解的学员，可以直接跳转到下一部分内容的学习。

(1)创建新文件

在Jupyter Notebook的主页点击【New】按钮，选择【Python 3】，新建一个基于Python 3的Notebook文件，创建的步骤已经在上方的图中有所展示。在跳转到的新页面中，点击默认的文件名【Untitled】，可以重命名Notebook文件：

本例中创建一个名为【Hello World】的新文件，点击【Rename】按钮可以使新的文件名生效。

(2)编辑文件内容

点击单元格，或按下回车，进入单元格的编辑模式。接下来点击上方的【Code】按钮，选择【Markdown】，可以将当前单元格变更为Markdown单元格（也可以按【ESC】键进入命令模式，然后按下【M】键实现同样的功能）。在Markdown单元格中添加如下代码：

# Hello World

## 这是一个Markdown单元格

---

下方的代码将会打印当前的时间：

这一步定义Markdown单元格，并向其中添加代码。具体的步骤展示如下：

Markdown单元格支持Markdown语法，适合进行说明文本的展示。对于Markdown单元格，可以通过【Shift+Enter】快捷键执行其中的内容，使单元格中的样式生效，并生成新的单元格：

点击单元格，或按下回车，进入单元格的编辑模式，然后输入以下代码：

# 导入datetime模块
import datetime
# 获取当前时间
current_datetime = datetime.datetime.now()
# 打印当前时间
print("当前的日期时间是：", current_datetime)

按下【Shift+Enter】，可以执行打印当前时间的功能，返回类似下方的结果：

当前的日期时间是： 2020-04-13 20:18:33.440082

在Notebook中执行代码的具体操作步骤展示如下：

完成以上的操作后，单元格左侧展示In [1]的提示信息，说明单元格中的代码已经完成执行。

对于执行后会返回结果的代码，将会生成左侧包含Out [num]信息的输出单元格；如果代码正在执行，左侧会展示In [*]的提示信息。

(3)保存新文件

完成以上的代码编辑操作后，可以点击【保存】按钮，或按下【Ctrl+S】保存当前文档：

接下来可以手动关闭当前页并进入主页。在主页中可以看到当前文档的名称已经更新：

说明文档已经成功保存。

(4)下载文件到本地

如果想要下载文档，需要先关闭文档进程。勾选文档左侧的复选框，点击【Shutdown】按钮结束文档进程：

再次勾选文档左侧的复选框，然后点击【Download】按钮完成文档的下载：

浏览器会自动下载文档到本地，如果需要查看或编辑本地文档，可以通过页面中的【Upload】按钮上传本地文件后进行操作。

3.Matplotlib介绍

Matplotlib是一款支持Python语言的开源绘图库，它的主要特点是支持丰富的绘图类型、简单的绘图方式，同时具备完善的接口文档，是一款容易上手，同时又具有强大功能的数据可视化工具。

注：关于Matplotlib的更多信息，可以访问 Matplotlib官方网站。

接下来会以Jupyter Notebook为例，介绍Matplot的使用。

想要在Jupyter Notebook中使用Matplotlib绘图，需要先准备实验环境。新建一个文档或打开一个现有文档，文档单元格中执行下方代码：

# 准备实验环境
%matplotlib inline
import matplotlib.pyplot as plt

命令%matplotlib inline的作用是将Matplotlib绘制的图形内嵌在Jupyter Notebook的页面中，无需执行命令plt.show()便可以直接在页面内展示绘制的图形。

命令import matplotlib.pyplot as plt会导入绘图需要用到的pyplot模块，并将其简称为plt，这是一种约定俗成的简写方式，可以明显提高绘图代码的可读性。

接下来想要绘制图像，最简单的情况下只需要一行代码即可：

plt.plot([1, 2, 1])

运行上方代码，将会展示一张简单的折线图：

示例中的参数[1, 2, 1]被视为图表中的y值，在没有指定的情况下，x值会默认从0开始每次递增1个值。即在本例中绘制了(0, 1)，(1, 2)， (2, 1)三个点，并通过折线将它们连接在一起。

至此一个简单图像的绘制工作便已经完成。在接下来的几个步骤中，将会介绍几种常见统计图表的绘制方法，同时会以示例的形式展示每种图表的具体应用。