Python数据分析与程序设计-番外：在vscode中使用Jupyter Notebook_vscode 用notebook方式编译

前言

在系列文章的第二篇中，我们介绍了使用“ if __name__ == "__main__": ”来模拟c语言中的main函数+封装测试函数的方法来提高代码可读性。当然，这并不是最佳的选择，本篇博客为您将介绍更为高效便捷的工具，希望能对你有所帮助！

关于Jupyter Notebook

Jupyter Notebook 是一个开源的 Web 应用程序，它允许你创建和共享包含实时代码、方程、可视化和解释性文本的文档。它是数据科学和科学计算领域中非常流行的工具，因为它支持多种编程语言，如 Python、R 和 Julia，并且可以轻松地进行数据分析和可视化。

在 Jupyter Notebook 中，你可以创建一个或多个单元格，每个单元格可以包含代码、Markdown 文本、LaTeX 公式等。这些单元格可以按顺序执行，也可以单独执行，执行结果会直接显示在单元格下方，非常适合进行交互式数据分析和教学演示。

为什么在VSCode 中使用 Jupyter Notebook

Visual Studio Code (VSCode) 是一个功能强大的代码编辑器，支持多种编程语言和工具。VSCode 本身并不包含 Jupyter Notebook 的功能，但通过安装扩展插件，你可以在 VSCode 中使用 Jupyter Notebook 的特性。

VSCode中的Jupyter扩展优势：

• 本地环境控制：在 VSCode 中使用 Jupyter 扩展可以在本地环境中运行，不受网络限制，且可以充分利用本地计算资源
• 集成开发环境：VSCode 是一个功能丰富的 IDE，提供了代码高亮、智能提示、调试工具等，结合 Jupyter 扩展可以提供更加完整的开发体验
• 插件生态：VSCode 有着庞大的插件生态系统，用户可以根据自己的需要安装各种插件来扩展功能，提高工作效率

一些步骤和特点

• 安装扩展：首先，你需要在 VSCode 的扩展市场中搜索并安装 Jupyter 相关的扩展，例如官方的“Jupyter”扩展或者“Python”扩展，后者包含了对 Jupyter Notebook 的支持。

• 创建 Jupyter Notebook 文件：安装扩展后，你可以通过点击“新建文件”按钮，然后选择 Jupyter Notebook 格式来创建一个新的 .ipynb 文件。

• 编写和执行代码：在 Jupyter Notebook 文件中，你可以像在 Jupyter Notebook 应用程序中一样编写代码和 Markdown 文本。每个单元格都可以独立执行，并且执行结果会直接显示在单元格下方。

• 集成终端：VSCode 提供了一个集成终端，你可以在其中运行 Jupyter Notebook 服务器，从而在 VSCode 中直接打开和编辑 .ipynb 文件。

• 调试和变量查看：VSCode 的调试功能也可以用于 Jupyter Notebook，你可以设置断点、单步执行代码，并查看变量的值。

• 扩展支持：通过安装其他扩展，你可以在 VSCode 中获得更多的 Jupyter Notebook 功能，例如代码自动完成、版本控制集成等。

• 自定义和主题：VSCode 允许你自定义编辑器的外观和行为，你可以根据自己的喜好设置主题、快捷键等，使得 Jupyter Notebook 的使用体验更加个性化。

两个代码块互相影响

通过使用全局变量或者共享对象，可以实现在Jupyter Notebook中让两个代码块相互影响运行的效果。这样可以方便地实现数据共享和交互功能。

# 代码块1
s = 'hello'
s1 = 'world'

# 代码块2
print(f'{s} {s1}') 
 
# 只要代码块1先运行起来了 代码块2即可正常输出hello world
# 否则会报错 

如何执行相关命令

在 Visual Studio Code（VSCode）中安装了 Jupyter 插件后，您可以在 VSCode 中使用命令面板来执行 Jupyter 相关的操作。您可以通过以下步骤打开命令面板并执行 Jupyter 插件的命令：

• 打开 Visual Studio Code 并在侧边栏中选择一个包含 Jupyter 笔记本文件的文件夹或打开一个 Jupyter 笔记本文件。
• 按下 Ctrl + Shift + P（在 Windows 和 Linux 上）或 Cmd + Shift + P（在 macOS 上）来打开命令面板。
• 在命令面板中开始键入关键字“Jupyter”来筛选与 Jupyter 相关的命令。您会看到基于 Jupyter 插件的各种命令选项。
• 您可以从命令面板中选择所需的命令，比如启动 Jupyter 服务器、添加代码单元、运行代码等。
• 通过这种方式，您可以在 Visual Studio Code 中使用 Jupyter 插件的命令行工具来方便地编辑和运行

后缀ipynb和py的互相转换

下面我将演示如何将一个 IPython Notebook 文件转换为 Python 脚本文件，并将其再转换回 IPython Notebook 文件的具体步骤：

将 IPython Notebook 文件转换为 Python 脚本文件：

• 首先，假设我们有一个名为example_notebook.ipynb的 IPython Notebook 文件，包含以下代码：print("Hello, World!")
• 在命令行中运行以下命令将其转换为 Python 脚本文件：jupyter nbconvert --to script example_notebook.ipynb
• 运行完毕后，会生成一个名为example_notebook.py的 Python 脚本文件。打开该文件，可以看到其中包含了与 IPython Notebook 文件中相同的代码。

将 Python 脚本文件转换为 IPython Notebook 文件：

• 下面，假设我们有一个名为example_script.py的 Python 脚本文件，内容如下：print("Hello, World!")
• 首先，安装jupytext：pip install jupytext
• 然后，在命令行中运行以下命令将其转换为 IPython Notebook 文件：jupytext --to notebook example_script.py
• 运行完毕后，会生成一个名为example_script.ipynb的 IPython Notebook 文件。打开该文件，可以看到其中包含了与 Python 脚本文件中相同的代码。

markdown介绍

一个ipynb文件是由多个代码块和markdown块组成的，下面将介绍markdown块的具体使用技巧

在 Markdown 中，常用的特殊标记语言可以用来实现一些格式化效果。下面是一些常见的 Markdown 特殊标记语言及其用法举例：
 
 
# 可以用来表示标题的级别，使用单个 # 表示一级标题，依此类推，例如 # 一级标题, ## 二级标题, ### 三级标题 等。级别越高，标题字号越小。
 
 
* 或 _ 可以用来斜体文本，例如 *斜体文本* 或 _斜体文本_。
 
 
** 或 __ 可以用来加粗文本，例如 **加粗文本** 或 __加粗文本__。
 
 
~~ 可以用来加删除线，例如 ~~删除线文本~~。
 
 
>  可以用来表示引用文本，例如 > 引用的内容。
 
 
-、* 或 + 可以用来表示无序列表，例如 - 项目1、* 项目2、+ 项目3。
 
 
1.  可以用来表示有序列表，例如 1. 项目1。
 
 
[] 和 () 可以用来表示链接，例如 [文字链接](dingtalk://dingtalkclient/page/link?url=url&pc_slide=false)，其中 文字链接 是链接文本，url 是链接地址。
 
 
![alt text](image link) 可以用来表示插入图片，其中 alt text 是图片的替代文本，image link 是图片的链接地址。
 
 
这些是一些常见的 Markdown 特殊标记语言及其用法。通过使用这些特殊标记语言，您可以在 Markdown 中实现一些基本的格式化效果。希望这些例子对您有所帮助！如果您有任何其他问题或需要更多举例，请随时告诉我。我随时准备提供帮助。

总结

总的来说，通过在 VSCode 中使用 Jupyter 扩展，你可以享受到 Jupyter Notebook 的交互式编程和数据分析能力，同时利用 VSCode 强大的编辑和调试功能，使得数据分析和科学计算工作更加高效和便捷。

我认为这并不是差生文具多，选择合适的工具确实可以显著提高工作效率和质量，我们可以节省大量的时间和精力，让我们有更多的时间专注于代码的编写和优化

安装问题大家可以自行搜索，在这里不做过多赘述了