跳到主要内容

Jupyter 笔记

原 jupyter笔记 的提炼版本。原文以官方文档链接为主,本文件保留这些链接,并补充结构化经验与小工具 demo。

安装​

两种方式:

  • anaconda:conda 一键安装 Jupyter Notebook + 常用科学计算包
  • pip:直接 pip install notebook,适合已有 Python 环境的场景

Install Jupyter Notebook Classic

更新​

Upgrade Jupyter Notebook

升级命令(pip 安装方式):

pip install -U notebook

安装内核(kernels)​

Jupyter 本身只是一个前端壳子,真正执行代码的是 kernel。默认只装了 IPython kernel,其他语言的 kernel 需要单独装。

Install Jupyter Kernels

常见 kernel:

Kernel安装方式
Python(默认)pip install ipykernel
Rconda install -c r r-irkernel
Julia在 Julia 内 using IJulia
JavaScriptnpm install -g ijavascript

注册当前 Python 环境为 kernel:

python -m ipykernel install --user --name myenv --display-name "Python (myenv)"

运行​

Running Jupyter Notebook

常用启动命令:

# 默认启动,自动打开浏览器
jupyter notebook

# 不打开浏览器(适合远程服务器开发)
jupyter notebook --no-browser

# 指定端口
jupyter notebook --port 8888

# 启动 Lab(推荐的新版前端)
jupyter lab

远程服务器场景:启动后复制控制台输出的 URL(含 token)到本地浏览器。

使用​

Using Jupyter Notebook

两种 cell 类型​

  • Code cell:执行代码,结果(stdout、图、表格)直接渲染在 cell 下
  • Markdown cell:写 Markdown 文本,支持 LaTeX、HTML、表格

常用快捷键​

操作快捷键
运行当前 cell 并选中下一格Shift + Enter
运行当前 cell(不移动)Ctrl + Enter
上一格 / 下一格Esc + K / Esc + J 或 ↑ / ↓
切换 cell 类型为 Code / MarkdownEsc + Y / Esc + M
插入 cell 上下方Esc + A / Esc + B
删除 cellEsc + D D
命令面板Ctrl + Shift + P

常用魔法命令(Magic Commands)​

行魔法(% 前缀)和 cell 魔法(%% 前缀):

命令作用
%timeit测试单行执行时间
%%time测试整 cell 执行时间
%run xxx.py在 cell 中运行外部脚本
%load xxx.py把外部脚本内容加载到当前 cell
%pwd / %cd当前目录 / 切换目录
%matplotlib inline图表内嵌显示
!shell_cmd执行 shell 命令
%%writefile file把 cell 内容写入文件
?obj / obj?查询对象帮助

以编程方式读写 .ipynb​

nbformat 是操作 notebook 文件的标准库,方便做模板化生成、批量处理、CI 中的 notebook 校验。

完整可运行示例:example/python/jupyter/nbformat_demo.py

生态对比:Notebook vs Lab vs Hub​

工具角色何时使用
Jupyter Notebook经典单文档前端教学、个人分析
JupyterLab新一代多文档 IDE 风格前端复杂项目、多文件协作
JupyterHub多用户部署平台团队 / 教学环境
VS Code / PyCharm编辑器内 notebook 支持已用 IDE 的开发场景

VS Code 内置的 notebook 支持现在体验已经很好,多数情况下可以替代浏览器版 Jupyter。

个人经验总结​

  • 远程服务器开发:默认用 jupyter lab --no-browser --port=8888 + SSH 端口转发或直接用 VS Code Remote 插件
  • 环境隔离:每个虚拟环境装好 ipykernel 后注册一次,避免污染 base kernel
  • 避免 notebook 过于臃肿:单个 notebook 只做一件事,便于 diff 和回滚
  • 结合 uv 一起用:在 venv 内启动 notebook,保证 kernel 指向正确的环境

运行约定​

所有 demo 使用 example/.venv/ 下的 Python 3.12,虚拟环境位于 example/.venv/。