史上最全的Python數據分析工具：Notebook教程

我會從下面4個方面詳細聊聊，記得實踐每一步，你將不僅了解什麼是Jupyter notebook，而且還能輕鬆使用這個神器進行數據分析。

1.Jupyter notebook 是什麼？

2.如何安裝 Jupyter notebook？

3.如何啟動Jupyter notebook？

4.新手如何快速使用notebook？

1.Jupyter notebook 是什麼？

在沒有notebook之前，在IT領域工作的我都是這樣工作的：

在普通的 Python shell 或者在IDE（集成開發環境）如Pycharm中寫代碼，然後在word中寫文檔來說明你的項目。

這個過程很反鎖，通常是寫完代碼，再寫文檔的時候我還的重頭回顧一遍代碼。最蛋疼的地方在於，有些數據分析的中間結果，我還的重新跑代碼，然後把結果弄到文檔里給客戶看。

有了notebook之後，我的世界突然美好了許多，因為notebook 可以直接在代碼旁寫出敘述性文檔，而不是另外編寫單獨的文檔。也就是它可以能將代碼、文檔等這一切集中到一處，讓用戶一目了然。

例如，我的數據分析社群小夥伴就用Jupyter notebook寫出了他的學習筆記，長這樣，是不是很酷：

所以，你現在明白了這句話是在說什麼了：

Jupyter notebook（http://jupyter.org/） 是一種 Web 應用，能讓用戶將說明文本、數學方程、代碼和可視化內容全部組合到一個易於共享的文檔中。

Jupyter Notebook 已迅速成為數據分析，機器學習的必備工具。因為它可以讓數據分析師集中精力向用戶解釋整個分析過程。

Jupyter這個名字是它要服務的三種語言的縮寫：Julia，PYThon和R，這個名字與「木星（jupiter）」諧音。

2.如何安裝 Jupyter notebook？

對於做數據分析這麼有用的神器，不安裝使用下是不是很遺憾？

安裝 Jupyter 的最簡單方法是使用 Anaconda。該發行版附帶了 Jupyter notebook。你能夠在默認環境下使用 notebook。

確保你已經安裝了Anaconda，如果不知道如何安裝的，可以看我之前寫的：

要在 conda 環境中安裝 Jupyter notebook，在conda終端使用命令（以下所有命令是指conda的終端Anaconda Prompt）：

conda install jupyter notebook

也可以通過python shell的 pip 來安裝：pip install jupyter notebook。

3.如何啟動Jupyter notebook？

啟動 notebook 伺服器，在終端中輸入： jupyter notebook。

伺服器會在你運行此命令的「notebook工作文件夾」中啟動。也就是說後面你操作的任何 notebook 文件都會保存在該文件夾下，類似於你用優酷下載視頻，優酷都會放到自己的下載目錄一樣。例如我在下面的C:houzi 下面啟動目錄後，會在該目錄下看到我後面運行的文件。

啟動notebook 伺服器後，在瀏覽器中打開notebook頁面地址：http://localhost:8888

（其中localhost 表示你的計算機，而 8888 是伺服器的默認埠）

如果你同時啟動了另一個 notebook 伺服器，新伺服器會嘗試使用埠 8888，但由於此埠已被佔用，因此新伺服器會在埠 8889 上運行。之後，你可以通過 http://localhost:8889 連接到新伺服器。以此類推。

這裡需要注意的：有的人啟動notebook後， 會遇到下面的問題（沒遇到這些問題的，自動跳過）。

1）瀏覽器頁面不能彈出顯示

出現這個原因是因為你沒有指定一個瀏覽器來打開jupyter notebook，這就導致jupyter notebook不知如何進入網頁，這種情況的出現一般因為電腦上存在兩個瀏覽器導致的，所以只要把其中一個設為默認瀏覽器就可以了。詳細見這裡：Jupyter Notebook不能使瀏覽器彈出問題之一

2）報錯:ImportError: cannot import name "ensure_dir_exists"

解決辦法：需要從終端手動更新 jupyter_core and jupyter_client如下

conda update jupyter_core jupyter_client

3）出現下面這個報錯，可以不用管，直接關閉右上角插號即可。原因是因為：

3）notebook啟動後，瀏覽器中的頁面出現空白

解決辦法是：換個瀏覽器

4）問題

解決辦法：

先修改「notebook工作文件夾」，後面你很多的新建的notebook都在該文件夾下，比如我的「notebook工作文件夾」就是自己新建了一個空的文件夾用於存放我的項目：chouzi

但是很多時候默認的「notebook工作文件夾」不是一個空的文件夾，不便於我們的數據分析工作，如何修改你的「notebook工作文件夾」呢？

1）在Anaconda Prompt終端中輸入下面命令，查看你的notebook配置文件在哪裡：

jupyter notebook --generate-config

根據你運行實際顯示的路徑，打開這個配置文件（可以用notepad++軟體打開各種格式的文件），我電腦上是這個文件C:Users用戶.jupyterjupyter_notebook_config.py

ps：Notepad++可以打開各種文件格式，作為一款小巧輕量且強大的編輯工具，也被中國開發者廣泛使用。

2）通過搜索關鍵詞：c.NotebookApp.notebook_dir，定位到下面這行

然後修改成以下你自己的「notebook工作文件夾」（最好是自己新建個空的文件夾，然後路徑修改成這個文件夾的路徑）修改後記得保存文件。

這裡一定要注意哦，要去掉這行前面的#（#在表示注釋掉不起作用），不同操作系統的電腦路徑不一樣，windows是雙斜杠（），linux是反斜杠（/），Mac路徑最好自己百度下。

另外，設置的時候，所有的內容都必須是英文狀態下的，並且你設置的這個文件夾是已經存在的。

3）記得修改後最後要重啟notebook伺服器讓修改生效

4.新手如何快速使用notebook？

1）確保你在Anaconda終端中安裝了以下包：

?安裝環境自動關聯包

conda install nb_conda

該包可以將conda中創建的環境自動關聯到你的notebook中。

我們可以對應conda中的環境，就知道這些環境對應conda中的環境列表。用 conda env list 就可以列出你創建的所有環境。

其中py2是我在conda中創建的Python2環境名稱，

root和default一樣是默認環境，因為我安裝的是Anaconda3，所以默認環境是Python3。

你會發現環境名稱py3沒有出現在notebook中。解決辦法是按下圖步驟安裝包ipykernel。

（同樣的，在你的py2環境下也要像剛才步驟那樣安裝一次這個包）

完成上面安裝步驟，回到標籤頁「Files」，再新建notebook時，會發現已經關聯了環境名稱py2和py3：

這樣你在notebook中可以輕鬆切換Python2和Python3環境了。

在Anaconda終端安裝代碼自動補全包

conda install pyreadline

什麼是代碼自動補全呢？

後面會介紹，您就等好吧。

1）頂部的3個選項卡

頂部的3個選項卡是：Files（文件）、Running（運行）和Cluster（集群）。

Files（文件）顯示當前「notebook工作文件夾」中的所有文件和文件夾。

點擊Running（運行）選項卡會列出所有正在運行的 notebook。可以在該選項卡中管理這些 notebook。

Clusters一般不會用到。因為過去在Clusters（集群）中創建多個用於並行計算的內核。現在，這項工作已經由ipyparallel接管。

2）如何創建一個新的notebook？

像下面圖片中一樣，在右側點擊「New」（新建），創建新的 notebook、文本文件、文件夾或終端。

「Notebooks」下的列表顯示了你已安裝的內核。由於我在 Python 3 環境中運行伺服器，因此列出了 Python 3 內核。你在這裡看到的可能是 Python 2。這裡我點擊Python3。

這樣你就打開了下面的頁面，你會看到外框為綠色的一個小方框。它稱為單元格。單元格是你編寫和運行代碼的地方。以後你就可以在這裡寫你的數據分析代碼了。

在這裡你可以輸入自己人生中的第一行Python代碼Hello world。然後點擊圖中的運行按鈕，會執行你當前所在的代碼，其實我更喜歡用快捷鍵（鍵盤上同時按住ctrl+enter鍵）來執行代碼。

這句代碼的意思是在界面輸出字元串"Hello world！"，所以你會看到在下面與輸出結果出來。

運行代碼單元格時，單元格下方會顯示輸出。單元格還會被編號（左側會顯示 In [1]:）。如果運行了多個單元格的話（也就是多塊代碼），這能讓你知道運行的代碼和運行順序。

notebook 中的大部分工作均在代碼單元格中完成。這是編寫和執行代碼的地方。在代碼單元格中可以執行多種操作，例如編寫代碼、給變數賦值、導入包，展示數據分析結果等。在一個單元格中執行的任何代碼在所有其他單元格中均可用。

+ 按鈕用於創建新的單元格

還記得一開始我提到代碼自動補全功能嗎？那麼，什麼是代碼自動補全呢？

比如 我定義了下面的變數。

在後面代碼中用到這個變數是，我只要輸入第一個變數的第一個字母p，然後按下Tab鍵，邊會自動查找到代碼中以p開頭的變數名稱，這可以大幅度提供你寫代碼的效率。

但是要注意：如果你定義的變數想出現在代碼補全里，需要你先把定義該變數的cell運行以後，notebook才能識別它。

當Cell前出現*，表示當前cell程序正在運行，或者它前面的cell正在運行。

2）重命名notebook

你會看到剛才我建的notebook文件名是下面這樣默認的，我想修改成自己喜歡的文件名如何辦呢？

點擊「File」->Rename，可以對notebook文件進行重命名，這裡我命名成『Helloworld』

同時，你可以在當前運行notebook伺服器的「notebook工作文件夾」下看到創建的notebook，文件名後綴是ipynb。

（其實Notebook 就是個擴展名為 .ipynb 的大型JSON文件。）

3）重新運行所有單元格里的代碼

4）關閉 notebook文件

通過在伺服器主頁上選中 notebook 旁邊的複選框，然後點擊「Shutdown」（關閉），你就可以關閉各個 notebook。

但是，在這樣做之前，請確保你保存了工作！否則，在你上次保存後所做的任何更改都會丟失。同時如果不保存，你下次運行 notebook 時，你還需要重新運行代碼。

5）如何共享你的notebook？

點擊File->Download as，你可以選擇多種格式下載你的notebook。一般我都會根據下面的用途來選擇不同的下載格式：

1）如果我想和客戶分享我的數據分析成果，我會選擇將notebook下載為HTML文件。

2）如果我希望將自己的數據分析成果和代碼嵌入到項目中，比如為藥店管理系統做個數據分析子模塊，我就會選擇Python（.py）模塊，這可以將我的代碼融入項目中，成為子模塊，方便和其他開發人員共同完成任務。

3）如果要在博客或文檔中使用 notebook，我就選擇Markdown格式。

6）關閉Jupler notebook伺服器

通過在終端中按兩次 Ctrl + C，可以關閉整個伺服器。再次提醒，這會立即關閉所有運行中的 notebook，因此，請確保你保存了工作！

關閉notebook伺服器後，下次啟動再打開notebook，當你繼續在該notebook中寫代碼時，發現之前的變數無法訪問了。需要你在該notebook的Kernerl選項卡中選擇「Run All」重新編譯下之前的代碼。

7）安裝的包在notebook中不可使用的問題：

是因為安裝包的時候，不在當前notebook所在的python環境下安裝了包，所以在這個python環境下找不到包。解決辦法如下：

如果你實踐了上面的每一步，恭喜你，已經入門學會了 notebook。上面的命令也不需要你記住，只有你後面經常使用notebook，自然就熟練了。想想，你每天說話，會記住每個單詞嗎？當然不會，用的多了自然在大腦中就形成了記憶，而所謂的新技能學習，無非也是熟能生巧。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！