2024年最全Python编程神器Jupyter Notebook使用的28个秘诀，2024年最新三面美团Python岗

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

• %run，执行python代码

有时候你有一份已经写好的*.py文件，你可以在Jupyter中执行它。

this will execute and show the output from

all code cells of the specified notebook

%run ./two-histograms.ipynb

• %load，导入外部脚本。

有时候你想运行一个外部脚本，但是想用Jupyter加一些代码，那么你可以先把它load进Jupyter。

你有一个hello_world.py文件

内容是if name == “main”: print(“Hello World!”)

在Jupyter中先用%load载入

%load ./hello_world.py

运行%load ./hello_world.py命令后，在你的cell中就出现以下几行代码（你执行的%run语句会显示已经注释）

%load ./hello_world.py

if name == “main”:

print(“Hello World!”)

• %store，在notebook之间传递变量。

在notebook A 中

data = ‘this is the string I want to pass to different notebook’

%store data

del data # This has deleted the variable

在notebook B 中

%store -r data

print(data) # 显示this is the string I want to pass to different notebook

• %who，显示所有的变量

某个cell中有以下四行代码

one = “for the money”

two = “for the show”

three = “to get ready now go cat go”

%who str

输出为

one three two

• %%time和%timeit

%%time将提供代码单次运行的信息，%%timeit将默认运行你的代码100,000次，提供最快运行三次的平均结果。

• %%writefile和pycat，导出单元格的内容/显示外部脚本的内容

%%writefile保存cell内容到外部文件。%pycat正好相反。

• %prun，显示程序中每个函数的调用信息

• %pdb，代码调试

• 为视网膜(Retina)屏输出高分辨率图像

常规图像

x = range(1000)

y = [i ** 2 for i in x]

plt.plot(x,y)

plt.show();

视网膜(Retina)图像

%config InlineBackend.figure_format =‘retina’

plt.plot(x,y)

plt.show();

16.在函数末尾加入分号可以抑制输出

在函数末尾加分号可以抑制函数的输出。

17.执行shell命令

在shell命令前面加

一些例子

!ls *.csv

!pip install numpy

!pip list | grep pandas

18.在markdown cell 中书写LaTeX时，它会被 MathJax 渲染成一个公式

19.在一个notebook中运行多种kernel的代码

如果想要的话，你可以在一个notebook中运行多种kernel的代码

在每个cell的开头使用相关的魔法命令来声明你想使用的 kernel。

支持：%%bash, %%HTML, %%python2, %%python3, %%ruby, %%perl

%%bash

for i in {1…5}

do

echo “i is $i”

done

20.为Jupyter安装其他的kernel

Jupyter其实不止可以用于python编程，安装一个R内核它就可以用于R语言编程。

通过Anaconda安装

conda install -c r r-essentials

手动安装

你需要先从https://cloud.r-project.org下载安装R

然后在R控制台下运行以下代码

install.packages(c(‘repr’, ‘IRdisplay’, ‘crayon’, ‘pbdZMQ’, ‘devtools’))

devtools::install_github(‘IRkernel/IRkernel’)

IRkernel::installspec() # to register the kernel in the current R installation

21.在同一个notebook中运行R和Python

你可以安装rpy2用pip install rpy2

%load_ext rpy2.ipython

%R require(ggplot2)

array([1], dtype=int32)

import pandas as pd

df = pd.DataFrame({

‘Letter’: [‘a’, ‘a’, ‘a’, ‘b’, ‘b’, ‘b’, ‘c’, ‘c’, ‘c’],

‘X’: [4, 3, 5, 2, 1, 7, 7, 5, 9],

‘Y’: [0, 4, 3, 6, 7, 10, 11, 9, 13],

‘Z’: [1, 2, 3, 1, 2, 3, 1, 2, 3]

})

%%R -i df

ggplot(data = df) + geom_point(aes(x = X, y= Y, color = Letter, size = Z))

22.用其他语言来写函数

有时numpy的速度不够快，我需要写一些快速的代码。

原则上，可以在动态库中编译函数并编写python包装器…

但是把这个无聊的部分做完会更好，对吧?

您可以用cython或fortran编写函数，并直接从python代码中使用这些函数。

首先你需要安装cython：

!pip install cython fortran-magic

%load_ext Cython

%%cython

def myltiply_by_2(float x):

return 2.0 * x

myltiply_by_2(23.)

就个人而言我建议使用fortran：

%load_ext fortranmagic

%%fortran

subroutine compute_fortran(x, y, z)

real, intent(in) :: x(