Missing Necessary Knowledge for CS Students
  • 前言
  • 基础知识
    • Git
      • 安装
      • 基本命令
      • Git Commit Template
      • GitHub
    • Vim
      • 安装
      • 教程
    • 学会获取信息
      • 学会使用英文搜索信息
      • 阅读官方文档
    • 调试
      • 断点调试
      • 网页调试
    • 测试
    • 代码规范
      • 不同编程语言的代码规范
      • 注释与文档
    • 工具链
      • 代码格式化工具(Formatter)
      • 代码检查工具(Linter)
      • 包管理器与依赖管理工具
      • 打包工具
    • 抽象
      • 封装
      • 重构
      • 究竟什么是抽象
    • 编程语言
      • 编译器与解释器
      • 强类型与弱类型
      • 静态类型与动态类型
      • 面向对象与函数式编程
    • 其他
      • Markdown
      • Jupyter Notebook
      • 虚拟机与 Docker
      • CI/CD
  • 附:一些常见工具的使用
    • Scoop
Powered by GitBook
On this page
  1. 基础知识
  2. 其他

Jupyter Notebook

PreviousMarkdownNext虚拟机与 Docker

Last updated 2 years ago

Jupyter Notebook 是一种常用的交互式编程方式,尤其常见于数据科学领域。在 Jupyter Notebook 中,我们可以将代码段放在不同的单元格中,并且以任意顺序执行这些代码,同时看到(并保存)每一个单元格的输出结果。这种自由且方便的形式很受数据科学家喜爱。上图演示了 VS Code 中 Jupyter 的使用。

同时,Jupyter 还会通过变量表来补充智能提示。当你运行了某一个单元格后,其中你定义的变量会保存到变量表中,此时当你在 Jupyter 中编写代码时,就可以获取这个变量上的智能提示。这对于一些动态类型语言,例如 Python 来说,是非常方便的。

尽管人们常常将 Jupyter 与 Python 结合使用,但需要注意的是 Jupyter 并非仅适用于 Python。你可以通过为 Jupyter 安装其他编程语言的“内核(Kernel)”来将 Jupyter 应用于其他语言。这里是一个包含了大多数已经存在的。

下面简单演示了将 Jupyter 与 R 语言一起使用。

Jupyter Kernel 列表
在 Jupyter Notebook 中使用 Python
在 Jupyter Notebook 中使用 R 语言