Jupyter Notebook 的 28 个技巧（上） - 文章 - 开发者社区

原文地址：https://www.dataquest.io/blog/jupyter-notebook-tips-tricks-shortcuts/

今天为大家分享一篇文章，总结了 28 个 Jupyter 中的实用技巧，本篇文章是上篇，为大家介绍了前 14 条，希望大家可以让 Jupyter 成为你的一大助力。

Jupyter Notebook

Jupyter notebook 的前身是 IPython notebook，一个可以帮你创建具有优秀可读性分析结果的灵活工具，因为你可以轻松的将代码，图片，注释，公式和绘图结果放在一起。在这篇文章中，我们收集了一些最热门的 Jupyter notebook 小技巧，来帮助你快速的成为一个 Jupyter 的熟练老鸟。

「这篇文章是基于 Alex 的博客[1] 这篇博客。我们在在此基础上进行了扩展，并且会继续更新下去——如果你有任任何建议也请让我们知道[2]。感谢 Alex 让我们在这里再参考整理他的文章。」

Jupyter 非常易于扩展，支持多种编程语言，并且很容易运行在你的计算机或者几乎任何服务器上——你只需要有 ssh 或者 http 权限。最棒的点是：它完全免费。现在让我们进入到这 28 条（还在继续统计中）Jupyter notebook 的小技巧中吧！

picture.image Jupyter 的使用界面

Jupyter 项目诞生于 IPython 项目，然后逐渐发展为一个支持多种语言的 notebook，因此它在历史上的原名是 IPython notebook。这个名字 Jupyter 来自于三个核心语言的间接缩写： 「JU」 lia、 「PYT」 hon 和 「R」 ，同时也从火星（Jupiter）一词获得了灵感。

当我们在 Jupyter 中使用 python 工作时，IPython 的内核会被使用，这让我们可以在我们的 Jupyter notebook 中很容易的去访问一些 IPython 的特性（后面我们会详细介绍！）

接下来我们会给你展示 28 个诀窍和技巧，让你更容易的使用 Jupyter 来完成工作。

键盘快捷键

众所周知，键盘快捷键可以节约你的大量时间。Jupyter 在顶部的菜单栏中存储了一个键盘快捷键的列表：Help > Keyboard Shortcuts，或者在命令模式（后面我们会详细介绍）按下 H 也可以。每次你更新 Jupyter 都需要检查一下这个，因为会持续添加新的快捷键进来。

另外一种可以访问键盘快捷键，并且方便的学习它们的方法是使用命令行界面：Cmd + Shift + P（在 Linux 和 Windows 上面则是 Ctrl + Shift + P）。这个对话框可以帮助你通过名称运行任何命令——如果你不知道某个操作的键盘快捷键，或者你想要执行的操作没有快捷键，那么这个方法就会非常有用。它的功能类似于 Mac 上的 Spotlight search，一旦你开始使用它，你将难以想象没有它该如何生活。

picture.image 命令行界面

推荐一些我比较喜欢的：

Esc 会使你进入命令模式，此时你可以通过方向键来导航你的 notebook。
当在命令模式时：

A 键会在当前 cell 前面插入一个新的 cell，B 键则是在后面进行插入。
M 键改变当前的 cell 为 Markdown 格式，Y 键将其换回代码格式。
D + D（双击该键）可以删除当前的 cell

Enter 可以从命令模式返回到当前 cell 的编辑模式，
Shift + Tab 将会展示你刚刚输入的代码块的文档——你可以通过一直按这个快捷键来循环展示几种文档模式。
Ctrl + Shift + - 可以将当前代码块从你的光标位置，拆分为两个。
Esc + F 发现并替换你的代码，但是并不会输出。
Esc + O 切换当前 cell 的输出。
选择多个 cell：

Shift + J 或者 Shift + Down 向下选择下一个 cell。你也可以通过使用 Shift + K 或者 Shift + Up 来向上选择对应的 cell。
当多个 cell 被选择时，你就可以一次性删除/复制/剪切/粘贴/运行它们。当你想要在 notebook 中移动一部分内容时，这就很有帮助。
你也可以使用 Shift + M 来合并多个 cell。

picture.image 合并多个 cell

漂亮的展示变量

关于漂亮的第一点是众所周知的。当完成一个 Jupyter cell 时，如果是一个变量名或者是一个没有将输出赋值的语句，Jupyter 在没有 print 语句的情况下依然会展示该变量。这一点在处理 Pandas 的 DataFrames 时尤其有用，对应的输出会被整齐的展示为一个表格。

比较鲜为人知的是，你可以调整 ast_note_interactivity 内核选项，来使得 Jupyter 可以在自己的每行变量或语句上执行此操作，所以你可以一次性看到多个语句的变量值。


        
          
from IPython.core.interactiveshell import InteractiveShell  
InteractiveShell.ast_node_interactivity = "all"


        
          
from pydataset import data  
quakes = data('quakes')  
quakes.head()  
quakes.tail()

lat	long	depth	mag	stations
1	-20.42	181.62	562	4.8	41
2	-20.62	181.03	650	4.2	15
3	-26.00	184.10	42	5.4	43
4	-17.97	181.66	626	4.1	19
5	-20.42	181.96	649	4.0	11

lat	long	depth	mag	stations
996	-25.93	179.54	470	4.4	22
997	-12.28	167.06	248	4.7	35
998	-20.13	184.20	244	4.5	34
999	-17.40	187.80	40	4.5	14
1000	-21.59	170.56	165	6.0	119

如果你想要在所有的 Jupyter（Notebook 和控制台）例子中设置这种形式，可以按照下面的方法简单的创建一个文件 ~/.ipython/profile_default/ipython_config.py。


        
          
c = get_config()  
  
# Run all nodes interactively  
c.InteractiveShell.ast_node_interactivity = "all"

方便的链接文档

在内置的 Help 菜单中，你可以发现一些常见库在线文档的便捷链接，包括 NumPy，Pandas，SciPy 和 Matplotlib。

不要忘记在一个库，方法或者变量前面附加 ?，你就可以访问文档来获取相应语法的快速参考。


        
          
?str.replace()


        
          
Docstring:  
S.replace(old, new[, count]) -> str  
  
Return a copy of S with all occurrences of substring  
old replaced by new.  If the optional argument count is  
given, only the first count occurrences are replaced.  
Type:      method_descriptor

在 notebook 中绘图

在你的 notebook 中有一些选项可以生成绘图结果。

matplotlib[3]（事实上已成为标准选项），通过 %matplotlib inline 来激活。这里推荐一个 Dataquest 上的 Matplotlib 教程[4]。
%matplotlib notebook 提供了交互性，但是略微有点慢，因为渲染是在服务端完成的。
Seaborn[5] 是建立在 Matplotlib 之上的，可以非常容易的构建一些更具有吸引力的图形。只需要导入 Seaborn，无需任何代码上的修改，你的 matplotlib 图形就可以变得“更漂亮”。
mpld3[6] 提供了对 matplotlib 代码替代的渲染器（使用 d3）。很不错，尽管还不够完整。
bokeh[7] 是一个构建交互图形更好的选项。
plot.ly[8] 可以生成漂亮的图形——这在过去只是一个付费服务，但是最近开源了。
Altair[9] 是一个相对较新的 python 可视化库。它易于使用并且看一看做出很漂亮的图形，但是在自定义定制图形的能力上不如 Matplotlib 强大。

picture.image Jupyter 界面

IPython 魔术命令

上面我们提到的 %matplotlib inline 就是 IPython 魔术命令的一个例子。由于是基于 IPython 内核，Jupyter 可以从 IPython 内核中访问所有魔术命令，它们可以让你的生活轻松很多。


        
          
# 这将会展示所有魔术命令  
%lsmagic


        
          
Available line magics:  
%alias %alias_magic %autocall %automagic %autosave %bookmark %cat %cd %clear %colors %config %connect_info %cp %debug %dhist %dirs %doctest_mode %ed %edit %env %gui %hist %history %killbgscripts %ldir %less %lf %lk %ll %load %load_ext %loadpy %logoff %logon %logstart %logstate %logstop %ls %lsmagic %lx %macro %magic %man %matplotlib %mkdir %more %mv %notebook %page %pastebin %pdb %pdef %pdoc %pfile %pinfo %pinfo2 %popd %pprint %precision %profile %prun %psearch %psource %pushd %pwd %pycat %pylab %qtconsole %quickref %recall %rehashx %reload_ext %rep %rerun %reset %reset_selective %rm %rmdir %run %save %sc %set_env %store %sx %system %tb %time %timeit %unalias %unload_ext %who %who_ls %whos %xdel %xmode   
Available cell magics:%%! %%HTML %%SVG %%bash %%capture %%debug %%file %%html %%javascript %%js %%latex %%perl %%prun %%pypy %%python %%python2 %%python3 %%ruby %%script %%sh %%svg %%sx %%system %%time %%timeit %%writefile   
Automagic is ON, % prefix IS NOT needed for line magics.

我建议你浏览所有 IPython 魔术方法的文档[10]，你将无疑会发现一些对你有帮助的内容。下面介绍一些我比较喜欢的：

IPython Magic - %env：设置环境变量

你可以在你的 notebook 中管理环境变量，而无需重启 jupyter 服务进程。一些库（例如 theano）使用环境变量来控制性能，%env 是最方便的方法。


        
          
# 不带任何参数运行 %env 会列出所有环境变量  
# 下面的语句设置环境变量  
%env OMP_NUM_THREADS=4


        
          
env: OMP_NUM_THREADS=4

IPython Magic - %run：执行 python 代码

%run 可以从 .py 文件中执行 python 代码——这是大量文档证明的做法。事实上很少有人知道，它同样可以执行其它 jupyter notebook，这个相当有用。

注意使用 %run 并不等同于导入一个 python 包。


        
          
# 这个方法会执行并且输出给定 notebook 中的所有代码块  
%run ./two-histograms.ipynb

picture.image

IPython Magic - %load：从一个外部脚本中插入代码

这个会用一个外部脚本来替换当前 cell 中的内容。你可以使用一个你电脑上的文件作为替换源，也可以对应替换成一个 URL。


        
          
# Before Running  
%load ./hello_world.py


        
          
# After Running  
# %load ./hello\_world.py  
if __name__ == "\_\_main\_\_":  
print("Hello World!")


        
          
Hello World!

IPython Magic - %store：在不同 notebook 中传递变量

%store 命令可以让你在两个不同的 notebook 中传递变量。


        
          
data = 'this is the string I want to pass to different notebook'  
%store data  
del data # This has deleted the variable


        
          
Stored 'data' (str)

现在，在另外一个 notebook 中...


        
          
%store -r data  
print(data)


        
          
this is the string I want to pass to different notebook

IPython Magic - %who：展示全部变量

不带任何参数的 %who 命令会展示所有全局作用域中的变量。传入一个参数例如 str 将会只列出对应的类型。


        
          
one = "for the money"  
two = "for the show"  
three = "to get ready now go cat go"  
%who str


        
          
one three two

IPython Magic - Timing

关于时间方面有两个 IPython 魔术命令比较常用——%%time 和 %timeit。当你有一些运行比较慢的代码，你又尝试去定位问题时，这些就非常有用了。

%%time 会为一个单独的代码块给出运行信息。


        
          
%%time  
import time  
for _ in range(1000):  
time.sleep(0.01) # sleep for 0.01 seconds


        
          
CPU times: user 21.5 ms, sys: 14.8 ms, total: 36.3 ms Wall time: 11.6 s

%%timeit 使用 python 的 timeit 模块[11]，会运行一个语句 100,000 次（默认值）并且提供最快的三次运行的平均时间。


        
          
import numpy  
%timeit numpy.random.normal(size=100)


        
          
The slowest run took 7.29 times longer than the fastest. This could mean that an intermediate result is being cached.  
100000 loops, best of 3: 5.5 µs per loop

IPython Magic - %%writefile 和 %pycat：导出 cell 内容/展示外部脚本内容

使用 %%writefile 魔术命令将 cell 中的内容保存到一个外部文件中。%pycat 恰恰相反，可以在语法高亮的基础上为你展示（以弹出的方式）外部文件的内容。


        
          
%%writefile pythoncode.py   
import numpy  
def append\_if\_not\_exists(arr, x):  
if x not in arr:  
arr.append(x)def some\_useless\_slow\_function():  
arr = list()  
for i in range(10000):  
x = numpy.random.randint(0, 10000)  
append_if_not_exists(arr, x)


        
          
Writing pythoncode.py


        
          
%pycat pythoncode.py


        
          
import numpy  
def append\_if\_not\_exists(arr, x):  
if x not in arr:  
arr.append(x)def some\_useless\_slow\_function():  
arr = list()  
for i in range(10000):  
x = numpy.random.randint(0, 10000)  
append_if_not_exists(arr, x)

IPython Magic - %prun：展示每个函数中你程序的消耗时间

使用 %prun statement_name 会给你返回一个有序的表，内容包括语句中每个内部函数被调用的次数，每次调用所用的时间，以及所有函数运行的累计时间。


        
          
%prun some_useless_slow_function()


        
          
26324 function calls in 0.556 seconds   
Ordered by: internal time   
ncalls tottime percall cumtime percall filename:lineno(function)  
10000 0.527 0.000 0.528 0.000 :2(append_if_not_exists)  
10000 0.022 0.000 0.022 0.000 {method 'randint' of 'mtrand.RandomState' objects}  
1 0.006 0.006 0.556 0.556 :6(some_useless_slow_function)  
6320 0.001 0.000 0.001 0.000 {method 'append' of 'list' objects}  
1 0.000 0.000 0.556 0.556 :1()  
1 0.000 0.000 0.556 0.556 {built-in method exec}  
1 0.000 0.000 0.000 0.000 {method 'disable' of '\_lsprof.Profiler' objects}

IPython Magic - 用 %pdb 调试

Jupyter 有自己的 The Python Debugger (pdb)[12] 接口。这就使得它能够进入函数内部，并且挖掘具体发生了什么。

你可以在这里[13] 浏览可用的 pdb 命令的具体内容。


        
          
%pdb   
def pick\_and\_take():  
picked = numpy.random.randint(0, 1000)  
raise NotImplementedError()  
pick_and_take()


        
          
Automatic pdb calling has been turned ON


        
          
--------------------------------------------------------------------  
NotImplementedError Traceback (most recent call last)  
in ()  
5 raise NotImplementedError()  
6  
----> 7 pick_and_take()  
in pick_and_take()  
3 def pick\_and\_take():  
4 picked = numpy.random.randint(0, 1000)  
----> 5 raise NotImplementedError()  
6  
7 pick_and_take()  
NotImplementedError:


        
          
> (5)pick_and_take()  
3 def pick\_and\_take():  
4 picked = numpy.random.randint(0, 1000)  
----> 5 raise NotImplementedError()  
6  
7 pick_and_take()