预计阅读时间：3 分钟
Jupyter Notebook 入门 - 数据分析神器
Jupyter Notebook 是数据科学家的必备工具！
目录
- 什么是 Jupyter？
- 安装与运行
- 界面介绍
- 基础操作
- 常用技巧
- 实战案例
1. 什么是 Jupyter？
Jupyter Notebook 是一个交互式编程环境，支持： - Python、R、Julia 等多种语言 - 代码 + 文档 + 可视化 - 实时运行、立即反馈
2. 安装与运行
方式一：pip 安装
pip install jupyter notebook
# 启动
jupyter notebook
方式二：Anaconda（推荐）
# 安装 Anaconda
# 打开终端
jupyter notebook
方式三：在线使用
- Google Colab
- Kaggle Notebooks
- JupyterHub
3. 界面介绍
┌─────────────────────────────────────┐
│ Jupyter │
├─────────────────────────────────────┤
│ [File] [Edit] [View] [Insert]... │ ← 菜单栏
├─────────────────────────────────────┤
│ 📁 folder/ │ ← 文件浏览器
│ 📄 notebook.ipynb │
├─────────────────────────────────────┤
│ In [1]: print("Hello") │ ← 代码单元格
│ Out[1]: Hello │
├─────────────────────────────────────┤
│ [Code] [Markdown] [Raw] │ ← 单元格类型
└─────────────────────────────────────┘
4. 基础操作
快捷键
| 快捷键 | 功能 |
|---|---|
| Shift + Enter | 运行当前单元格 |
| Ctrl + Enter | 运行 stay |
| A | 在上方插入单元格 |
| B | 在下方插入单元格 |
| DD | 删除单元格 |
| M | 转为 Markdown |
代码运行
# 导入库
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# 简单计算
1 + 1 # 输出: 2
# 打印
print("Hello Jupyter!")
5. 常用技巧
魔法命令
# 显示图片
%matplotlib inline
# 测量运行时间
%time sum(range(1000))
# 加载文件
%load data.py
安装第三方库
!pip install pandas numpy matplotlib
6. 实战案例：数据分析
# 1. 导入数据
import pandas as pd
df = pd.read_csv('sales.csv')
# 2. 数据概览
print(df.head())
print(df.info())
# 3. 数据分析
df.groupby('产品')['销售额'].sum().plot(kind='bar')
# 4. 可视化
plt.figure(figsize=(10, 6))
plt.plot(df['日期'], df['销售额'])
plt.title('销售趋势')
plt.show()
总结
Jupyter Notebook 是数据分析的利器，建议： 1. 多动手实践 2. 学会查看官方文档 3. 结合 Pandas、Matplotlib 使用
标签: #Jupyter #Python #数据分析
本文由 suisui 发布