數據科學和機器學習，Jupyter Notebook入門指南

來自專欄論智16 人贊了文章

作者：PRANAV DAR

編譯：Bot

註：本文最初於29日發佈於論智公眾號。

編者按：對於機器學習和數據科學的入門者來說，「有什麼好用的IDE/環境/工具？」是他們提出的最常見的問題之一。這確實也是個不怎麼好回答的問題，因為它沒有具體選項——從面向特定語言的IDE（如R Studio、PyCharm）到Sublime Text、Atom等編輯器——它們都很優秀，所以如果你有選擇恐懼症，你最好讀讀論智的這篇文章，從Jupyter Notebook開始學起。

如果每個數據科學家都應該使用或必須使用一種工具，毫無疑問，它就是Jupyter Notebook（曾用名iPython Notebook）。Jupyter Notebook是一個互動式筆記本，它功能強大，支持40多種編程語言，可共享，並提供在同一環境中構建可視化應用的服務。

數據科學家可以在上面創建和共享自己的文檔，從實現代碼到全面報告，Jupyter Notebook大大簡化了開發者的工作流程，幫助他們實現更高的生產力和更簡單的多人協作。也正是因為如此，它一直以來都是數據科學家們最喜歡的工具之一。

本文將全面介紹筆記本的安裝、操作方法，並深入探討它的特性和優勢。當你讀完全文後，我們希望你能找到用Jupyter Notebook幫助自己實現機器學習項目的靈感，也能真正感受到，為什麼Jupyter Notebook會比其他工具更受歡迎！

目錄

• 1. 什麼是Jupyter Notebook？
• 2. 如何安裝Jupyter Notebook？
• 3. 入門
• 4. Jupyter Notebook的魔術命令
• 5. 不僅限於Python
• 6. Jupyter Notebook的互動式控制面板
• 7. 快捷鍵
• 8. 有用的擴展
• 9. 保存和共享你的筆記本
• 10. JupyterLab
• 11. 實踐和技巧

1. 什麼是Jupyter Notebook？

Jupyter Notebook是一個開源的Web應用程序，旨在方便開發者創建和共享代碼文檔。

它提供了一個環境，用戶可以在裡面寫代碼、運行代碼、查看結果，並在其中可視化數據。鑒於這些優點，Jupyter Notebook成了數據科學家眼裡的一款人見人愛的工具，它能幫助他們便捷地執行各種端到端任務，如數據清洗、統計建模、構建/訓練機器學習模型等。

而對於初學者，Jupyter Notebook也獨具魅力。它的一個特色是允許把代碼寫入獨立的cell中，然後單獨執行。這樣做意味著用戶可以在測試項目時單獨測試特定代碼塊，無需從頭開始執行代碼。雖然其他的IDE環境（如RStudio）也提供了這種功能，但就個人使用情況來看，Jupyter Notebook的單元結構是設計的最好的。

這個筆記本的優勢還體現在靈活性和交互性上。Jupyter Notebook支持的編程語言數量高達40餘種，除了最基礎的Python，它還允許用戶在上面運行R語言和SQL等語言。由於它比IDE平台更具交互性，用戶也更樂於在各種教程中用它展示代碼。

2. 如何安裝Jupyter Notebook？

Jupyter Notebook原來也叫iPython Notebook，顧名思義，它和Python關係緊密。如果要在PC上安裝筆記本，首先你要確保自己已經安裝了Python（2.7/3.3或更高），這是必備條件。

Anaconda

官方在文檔中強烈建議新用戶用Anaconda打包安裝Python和Anaconda——所謂懶人方法，小白必備。其實除了提到的兩個工具，Anaconda還包含數據科學和機器學習中經常需要用到的各種軟體包，只需下載、解壓、安裝，所有工具就都一步到位了。

下載地址。

pip

如果你很欣賞自己，或者因為某些因素就是不想用Anaconda，你也可以用pip。當然首先，你得確保自己的機器上有pip的最新版本。

#Linux和OSXpip install -U pip setuptools#Windowspython -m pip install -U pip setuptools

然後，安裝Jupyter Notebook：

#Python2用戶看這裡pip install jupyter#Python3用戶不要跑pip3 install jupyter

如果還是有疑問，請看官方文檔（英）、官方文檔翻譯（中）。

3. 入門

安裝完成後，如果要運行Jupyter Notebook，你只需在控制台輸入以下命令：

jupyter notebook

你會看到筆記本打開了你的默認瀏覽器，網址為http:// localhost:8888/tree。

一般情況下，當你輸入命令行後，控制台會出現一行「The Jupyter Notebook is running at……」，如果瀏覽器因為某些原因無法打開，你就需要複製這個URL，手動打開相應網址。

當筆記本打開後，它的頂部有Files、Running和Clusters三個選項。其中Files中列出了所有文件，Running顯示了你已經打開的終端和筆記本，Clusters則是IPython parallel提供的。

如果你想新建一個筆記本，單擊面板右側的「New」，它會跳出4個選項：

• Python 3
• Text File
• Folder
• Terminal

選擇Text File後，你會得到一個空白的頁面。它相當於一個文本編輯器（類似於Ubuntu上的應用程序），你可以在上面輸入任何字母、單詞和數字，所以選擇好編程語言後，你是可以在上面寫腳本的。此外，它還提供查找和替換文件中的單詞的功能。

選擇Folder後，你其實是在編輯文件夾列表。你可以創建一個新文件夾，把所需文檔放進裡面，或者修改它的名稱、直接把它刪除。

而Terminal的工作方式和Mac、Linux計算機上的Terminal一樣，都是在Web瀏覽器中創建終端支持。只需在終端輸入Python，一個Python腳本就寫好了。

由於本文重點介紹的是筆記本，下面我們會重點展示新建「Python 3」後的結果：

導入最常見的Python庫來啟動筆記本，如pandas和numpy。在代碼上方的菜單中，那些圖標依次表示添加、編輯、剪切、向上移動cell、向下移動cell、運行代碼、停止運行和撤銷。

這個下拉的列表提供了四個選項：

• Code：這個不言自明，就是你寫代碼的地方；
• Markdown：非常常見的輕量級標記語言，用來為代碼添加註釋和結論；
• Raw NBConvert：一個命令行工具，可以把你的筆記本轉換成另一種格式，如HTML；
• Heading：添加標題，使你的文檔看起來更乾淨整潔，它現在已經變成Markdown里的一個語法，用兩個#表示。

4. Jupyter Notebook的魔術命令

作為iPython的繼承者，開發人員已經在Jupyter Notebook中加入預定義的魔術命令（magic function）。這是一種增加便捷性和互動性的工具，如果要查看命令列表，你可以輸入（註：通常不需要「%」）：

%lsmagic

當看到那一串函數列表時，也許你能從中認出幾張老面孔，如%clear、%autosave、%debug和％mkdir。只要你以前寫過代碼，這些函數就幾乎是不可避免的。

在Jupyter Notebook中，魔術命令有兩種運行方式，一是Line-wise，而是Cell-wise。顧名思義，Line-wise就是當你想執行一個命令行的時候需要用到的，而Cell-wise面向的就不單單是一行了，它作用的是整個cell的代碼塊。

為了區分兩種運行方式，如果是Line-wise，所有命令必須以%字元打頭；如果是Cell-wise，則用%%。

Line-wise：

%time a = range(10)

Cell-wise：

%%timeit a = range (10)min(a)

以上只是兩個最簡單的示例，你可以試著自己運行這些命令，看看其中有什麼區別。

5. 不僅限於Python

之前也提到了，Jupyter Notebook的成功離不開它的靈活性，雖然Python在數據科學和機器學習中都占局主導地位，但對於數據分析任務，其他語言也有各種各樣的特色和優勢，比如R語言的』ggplot2』軟體包就非常好用。在這一點上，Jupyter Notebook的態度是開放的。

如果想在Jupyter Notebook中啟用R，你需要先去GitHub上下載』IRKernel』（R的專用kernel），然後按以下8個步驟依次執行（附圖解地址）：

步驟一：用Anaconda安裝Jupyter Notebook；

步驟二：完成下載後，打開Anaconda命令提示符；

步驟三：輸入ipython notebook新建ipython筆記本

步驟四：用conda update ipython-notebook這個命令行更新筆記本；

步驟五：輸入conda install -c r ipython-notebook r-irkernel安裝IRkernel；

步驟六：用R.exe打開R；

步驟七：輸入install.packages(c(rzmq,repr,IRkernel,IRdisplay), repos = http://irkernel.github.io/, type = source)安裝必要軟體包；

步驟八：輸入IRkernel::installspec()後再輸入quit()，完成操作。

如果是Julia用戶，你也可以在Jupyter Notebook中「暢所欲言」。考慮到篇幅因素，有需要的讀者請前往www.analyticsvidhya.com/blog/2017/10/comprehensive-tutorial-learn-data-science-julia-from-scratch/查看圖文攻略。

和R語言一樣，JavaScript用戶也需要去Github先下載『IJavascript』 kernel：github.com/n-riesco/ijavascript。文檔里已經明確寫出了安裝kernel所需的步驟，但要注意的是，記得先裝Node.js和npm，這是大前提！

6. Jupyter Notebook的互動式控制面板

在添加小部件前，你需要先導入小部件包：

from ipywidgets import widgets

小部件的基本類型是典型的基於輸入和按鈕的文本輸入。你可以參考下面這幅動圖，了解互動式小部件的外觀：

7. 快捷鍵

既然Jupyter Notebook的主打優勢是便捷，那它自然少不了方便操作的快捷鍵。事實上，當你想運行任意代碼塊時，只需按下Ctrl + Enter就可以了。

下面是本文挑選的一些實用快捷鍵，有需要的讀者可以視情況逐個閱讀+嘗試，如果今後你會經常用到Jupyter Notebook，那不會這些組合鍵的你就幾乎已經是條鹹魚了。

Jupyter Notebook提供了兩種不同的鍵盤輸入模式——Command和Edit。其中Command模式是將鍵盤和計算機命令綁定在一起，這時單元框線是灰色的（左側藍色粗線）。Edit模式允許你將文本（或代碼）鍵入活動單元，這時單元框線是綠色的。

用Esc和Enter分別在Command和Edit模式之間跳轉。

更多快捷鍵介紹（中文）：blog.csdn.net/lawme/article/details/51034543

8. 有用的擴展

添加擴展是提高Jupyter Notebook效率的一種非常有效的方式，那麼安裝和使用擴展哪家強？這裡我們推薦Nbextensions。

先是安裝（pip）：

pip install jupyter_contrib_nbextensions

安裝關聯的JavaScript和CSS文件：

jupyter contrib nbextension install --user

完成此操作後，你會在Jupyter Notebook主頁頂部看到一個』Nbextensions』選項卡。

如果要啟用一個擴展，只需點擊來激活。下面是4個比較有用的擴展。

• Code prettify：它可以讓你的代碼更美觀。

• Printview：生成預覽，新增的按鈕叫jupyter nbconvert。
• Scratchpad：生成一個實驗環境（副本）跑代碼，不會對筆記本代碼造成影響。
• Table of Contents (2)：抓取所有標題，並顯示在浮動窗口中。

此外，小編也曾經寫過一篇《Top 5：五大最實用的Jupyter Notebook擴展插件》，介紹了另外5種好用的擴展，有興趣的讀者可以一起看一看。

9. 保存和共享你的筆記本

這是Jupyter Notebook中最重要和最棒的功能之一。有過寫博客經歷的讀者也許知道這種痛，當你一腔熱血想把自己的成果分享給別人時，可能代碼格式還沒轉完你就放棄了。大多數筆記本都採用json格式，它不是很適合共享，也不利於在博客中發布不同的單元塊。

但Jupyter Notebook不一樣，點擊進入「file」後，你會看到一個「Download as」：

看到這7個選項後你就很開心了，其中最常用的是.ipynb文件。你也可以用nbconvert選項手動將筆記本轉換為不同的格式，如HTML和PDF。

此外，你還可以使用jupyterhub，它允許你在其伺服器上託管筆記本並與多個用戶共享。許多頂尖的研究項目都把這作為協作方式。

10. JupyterLab

JupyterLab是今年2月推出的一個工具，從某種程度上來說，它是Jupyter Notebook的一個發展——擁有同樣的組件，但允許更靈活和更強大的項目工作方式。換句話說，它的用戶體驗更好。

JupyterLab的特色是允許用戶在一個窗口內安排筆記本、終端、文本文件和輸出的工作區。你可以把窗口拖到你想要的位置，也可以通過實時預覽編輯常用文件格式，如Markdown、CSV和JSON，實時查看項目進展。

11. 實踐和技巧

雖然自己鑽研很有趣，但無論是學習還是工作，大部分時候你是在一個團隊中工作的。在這種情況下，你要規範自己的操作和實踐，確保筆記本中的代碼和注釋都是正確的，方便其他人閱讀、理解。以下是一些實踐指標，僅供參考：

• 對每個程序員來說最重要的事：要好好注釋！
• 確保你保存了代碼文檔。
• 形成一套命名體系，並在實踐中落到實處，方便自己和他人理解。
• 在剛開始的時候導入所需的庫，並在旁邊注釋導入目的。
• 確保代碼行距合適，你也不想別人因為看不懂你的循環和函數瘋掉，對吧？
• 當代碼越來越多時，隱藏不重要代碼，確保乾淨整潔。

此外，當你需要把成果演示給別人看時（是的你又要做該死的PPT了），你是可以偷懶直接在Jupyter Notebook里做演示的。

找到「View」，點開其中的「Cell Toolbar」，然後是「Slideshow」。每個代碼塊都在右側顯示一個名為「Slide Type」的下拉選項：

具體效果如何，請自己嘗試。

結語

寫到這裡，本文也就已經差不多結束了，雖然在一篇文章內塞進這麼多內容可能會影響閱讀體驗，但我們還是真誠地希望新手能從中找到一些有用的東西。

最後，如果你看到了最後，我們再向你推薦一個Github，這是一個Jupyter/IPython筆記本的精選集合，相信你一定能從中找到不少有用的東西！

推薦閱讀：