jupyter notebook 几个方法

2. Pretty Display of Varibles

这部分内容可能很多人都知道。如果对带有一个变量或是未赋值语句的cell执行操作，Jupyter 将会自动打印该变量而无需一个输出语句。

如果你想在各种情形下（Notebook 和 Console）Jupyter 都同样处理，用下面的几行简单的命令创建文件 ~/.ipython/profile_default/ipython_config.py 即可实现：

c = get_config ( )

# Run all nodes interactively

c.InteractiveShell.ast_node_interactivity = "all"

3. 轻松链接到文档

在 Help   菜单下，你可以找到常见库的在线文档链接，包括 Numpy，Pandas，Scipy 和 Matplotlib 等。

另外，在库、方法或变量的前面打上 ?，即可打开相关语法的帮助文档。

In [ 3 ] : ?str.replace ( )

4. Plotting in notebooks

在 notebook 中生成绘图有许多选项：

• matplotlib， 使用%matplotlib inline进行激活。

• %matplotlib notebook提供了一些交互性，不过可能会有点慢，因为渲染由服务器端完成。

• mpld3为matplotlib代码提供了另一个渲染器(使用d3)。非常漂亮，不过尚不完备还有待发展。

• bokeh是构建交互性绘图的一个更好的选择。

• plot.ly也可以生成漂亮的绘图，不过是付费服务。

 

5. Jupyter Magic Commands

上面的 %matplotlib inline 就是一个所谓的 Jupyter Magic (Jupyter魔法)命令。

%lsmagic

16. Executing Shell Commands

在 notebook 中执行 shell 命令非常容易，你可以像下面这样列出当前目录下的文件：

!ls
 

22. Multicursor support

Jupyter 支持多光标操作，与 Sublime Text 类似。按住 Alt 进行点击和拖拽鼠标即可。