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
更新
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。
常见 kernel:
| Kernel | 安装方式 |
|---|---|
| Python(默认) | pip install ipykernel |
| R | conda install -c r r-irkernel |
| Julia | 在 Julia 内 using IJulia |
| JavaScript | npm 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
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
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 / Markdown | Esc + Y / Esc + M |
| 插入 cell 上下方 | Esc + A / Esc + B |
| 删除 cell | Esc + 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/。