19.1 Jupyter Notebook概述
说话说得好，“磨刀不误砍柴工”，但有时选择比磨刀更重要。比如，砍树可以用斧头、砍刀、电锯等，如果选择电锯，不断不需要磨刀，而且效率也是其它工具的几倍。
Jupyter Notebook就是一把好用、高效、安全的"电锯"。目前Jupyter Notebook已成为Kaggle比赛中提交代码的主要方式。它广泛用于数据科学和机器学习领域，是运行深度学习实验的首先方法（keras之父、Kaggle竞赛教练 弗朗索∙肖莱所言）。
Jupyter Notebook（此前被称为 IPython notebook）是以网页的形式打开，可以在网页页面中直接编写代码和运行代码，代码的运行结果也会直接在代码块下显示的程序。如在编程过程中需要编写说明文档，可在同一个页面中直接编写，便于做及时的说明和解释。Jupyter Notebook有以下特点：
（1）编程时具有语法高亮、缩进、tab补全的功能。
（2）可直接通过浏览器运行代码，同时在代码块下方展示运行结果。
（3）以富媒体格式展示计算结果。丰富媒体格式，包括：HTML，LaTeX，PNG，SVG等。
（4）对代码编写说明文档或语句时，支持Markdown语法。
（5）支持使用LaTeX编写数学性说明。
（6）可以直接生成Python脚本、运行Python代码和脚本、或保存为PDF、XML等格式。
（7）可以对冗长的代码拆分为可独立运行的短代码，也可把一些短代码合并为一段长代码。
（8）交互式运行代码，如果后面代码出现问题，不必运行前面的代码。
19.2安装配置Python
（1）连接到Anaconda官网（https://www.anaconda.com/download/）下载对应环境、对应位数的软件包。建议下载Python3系列的，如下图：
（2）把下载软件（Linux对应是一个.sh脚本,大约640M左右，windows环境是一个.exe文件）存放在Linux服务器上，然后执行该脚本即可。
在Linux下安装下安装
①先下载管理包Anaconda2-4.0.0-Linux-x86_64.sh，
②在Linux命令行下运行：
|
1 |
bash Anaconda2-4.0.0-Linux-x86_64.sh |
③按缺省步骤即可，最后有一个提示，是否把当前路径存放到配置文件.bashrc中，选择 yes就可。
④安装成功后，如果还需要安装或更新其他库，只要在命令行执行：conda install 库名称或conda update 库名称，如安装tensorflow，只需要执行 conda install tensorflow即可。
当然也可用pip安装。
⑤可以用conda list 查看已安装的包或库
在windows下安装：
①从python官网下载Anaconda3-4.4.0-Windows-x86_64.exe或更高版本的，下载时注意选择64位还是32位（window8之后一般都是64位）
②双击该文件，开始执行，基本点next就可
③安装完成后，如果还需要安装或更新其他库，只要在cmd中执行：conda install 库名称或conda update 库名称。
如安装tensorflow，只需要执行 conda install tensorflow即可。当然也可用pip安装
④在cmd中可以用conda list 查看已安装的包或库
conda的常用命令：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 |
#列出已安装的模块或库及版本 conda list # install package_names conda install package_names (or conda install package_names = version) #update package_names conda update package_names (or conda update package_names = version) #删除package_names conda remove package_names #查看目前可使用的版本 conda search package_names # 更新conda，保持conda最新 conda update conda # 显示配置 conda config --show # 单独显示channels conda config --get channels # 添加 conda-forge channel到源(示例，建议直接通过-c方式指定channel安装) conda config --add channels conda-forge # 通过conda-forge源安装tensorflow 1.10.0 conda install -c conda-forge tensorflow=1.10.0 |
19.3 Jupyter配置
下面是配置Jupyter Notebook的主要步骤。这是在Linux环境的配置方法，如果在window下，无需任何配置，启动Jupyter Notebook之后，自动弹出一个网页（网址为:localhost:8888）,点击其中的new下拉菜单，选择pyhton3，就可进行编写代码、运行代码了。
1）生成配置文件
|
1 |
jupyter notebook --generate-config |
将在当前用户目录下生成文件：.jupyter/jupyter_notebook_config.py
2）生成当前用户登录jupyter密码
打开ipython, 创建一个密文密码
|
1 2 3 4 |
In [1]: from notebook.auth import passwd In [2]: passwd() Enter password: Verify password: |
3）修改配置文件
|
1 |
vim ~/.jupyter/jupyter_notebook_config.py |
进行如下修改：
|
1 2 3 4 |
c.NotebookApp.ip='*' # 就是设置所有ip皆可访问 c.NotebookApp.password = u'sha:ce...刚才复制的那个密文' c.NotebookApp.open_browser = False # 禁止自动打开浏览器 c.NotebookApp.port =8888 #这是缺省端口，也可指定其他端口 |
4）启动jupyter notebook
|
1 2 |
#后台启动jupyter：不记日志： nohup jupyter notebook >/dev/null 2>&1 & |
然在浏览器上，输入IP:port,即可看到如下类似界面。
然后,点击New下列菜单，选择python3，将弹出Python编写界面，我们就可以在浏览器进行开发调试Python或keras、Tensorflow、Pytorch等程序。
19.4 Jupyter使用实例
以下以Linux环境为例，Windows环境基本相同。
（1）如何执行cell中的代码
同时按Shift键和Enter键即可。以下为代码示例。
|
1 2 3 |
a="python" b=10.2829 print("开发语言为:{0:s},b显示小数点后两位的结果:{1:.2f}".format(a,b)) |
运行结果
开发语言:python
（2）执行一些简单shell命令
|
1 2 3 4 5 |
#查看当前目录 !pwd #查看当前目录下的一个文件的前8行 #查看文件内容 ! head -10 test1028.py |
运行结果：
|
1 2 3 4 5 6 7 8 9 |
#定义一个函数 '''这是一个测试脚本''' def fun01(): name="北京欢迎您!" print(name) #运行函数 if __name__=='__main__': fun01() |
（3）导入该脚本（或模块），并查看该模块的功能简介
（4）执行python脚本
【说明】
为了使该脚本有更好的移植性，可在第一行加上一句#!/usr/bin/python
运行.py文件时，python自动创建相应的.pyc文件，如下图，.pyc文件包含目标代码（编译后的代码），它是一种python专用的语言，以计算机能够高效运行的方式表示python源代码。这种代码无法阅读，故我们可以不管这个文件。
（5）添加注释或说明文档
（6）可以像word文档一样添加目录
为使你的jupyter更加方便快捷，我们可以对notebook内容分章节，然后对这些章节建立目录，我们要浏览或查看某个章节，只需点击对应目录，就可跳到对应位置，非常方便，如下图，需要安装一个扩展模块：jupyter_contrib_nbextensions，使用conda或pip安装，如下命令：conda install -c conda-forge jupyter_contrib_nbextensions
或pip install jupyter_contrib_nbextensions
具体安装配置，可参考以下博文：
https://www.jianshu.com/p/f314e9868cae
下图为效果图：
（7）修改文件名称
jupyter的文件自动保存，名称也是自动生成的，对自动生成的文件名称，我们也可重命名，具体步骤如下；
点击目前文件名称：
然后重命名，并点击rename即可，具体可参考下图：
（8）画图也很方便
以下是画一条抛物线的代码，在jupyter显示图形，需要加上一句：%matplotlib inline，具体代码如下：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 |
import numpy as np import matplotlib.pyplot as plt %matplotlib inline #生成x的正负值 x=np.arange(0,1.1,0.1) x1=np.arange(-1,0,0.1) #合并以上两个数据集 x=np.append(x1,x) #得到y的值 y=x**2+1 ##绘制一个图，长为6，宽为4（默认值是每个单位80像素） plt.figure(figsize=(6,4)) ###在图列中自动显示$间内容 plt.plot(x,y,label="$y=x^2$",color="blue",linewidth=2) plt.xlabel("X") ##X坐标名称 plt.ylabel("Y") ##Y坐标名称 plt.legend(loc='upper center') ##显示图例 plt.show() |
（9）在jupyter 里查看函数、模块的帮助信息也很方便。
查看命令函数及帮助等信息
命令. 然后按tab键 可查看所有的函数
命令? 可查看对应命令的帮助信息
|
1 2 |
import numpy as np a1=np.array([1,2,6,4,1]) |
查看a1数组，可以使用的函数
查看argmax函数的具体使用方法，只要在函数后加上一个问号(?),然后运行，就会弹出一个详细帮助信息的界面，具体可参考下图：
（10）编写公式也很方便
然后执行该cell，就可看到如下结果：
更多LaTeX的使用方法，可参考：
https://www.jianshu.com/p/93ccc63e5a1b
Pingback引用通告： Python与人工智能 – 飞谷云人工智能