Jupyter Notebook平时接触倒是不少，一些machine learning course以及Git hub上的代码都会用Jupyter notebook来展示；因此打算用Jupyter notebook将之前Python实现Statistical learning method书中的算法简单整理一下 Github地址：https://github.com/kaigu1990/Statistical-Learning-Method-Notes
Jupyter Notebook主要是一种基于Web 的，用于编写交互式文档的工具；类似于R语言中的R markdown，相当于一种mathematical的notebook，可以实时查看代码运行结果，并且可以做的事情很多，涉及数据分析、数据可视化以及机器学习等方面；同时在数据挖掘Kaggle里的资料都是基于Jupyter，里面的Kaggle学习教程也是基于Jupyter展示的。另外还有个作用是便于分享，是理念跟R markdown一样。。。。
Jupyter notebook虽然在Python中见的比较多，但是其实际上支持数十种编程语言，至少R是没问题的，其他没试过。。。
jupyter的安装参照官网方法Installing Jupyter Notebook
- 使用Anaconda，这个方法个人比较喜欢，因为方便，因为直接内置多个软件，包括了jupyter以及Spyder等IDE
- 使用pip安装，常规Python安装模块的方法：
pip3 install --upgrade pip，pip3 install jupyter
启动比较简单，在cmd中直接输入jupyter notebook；如果想将.ipynb文件输出到指定目录下，则先cmd到指定目录下，然后再启动jupyter
接着则是jupyter notebook的使用了，我是参考这两篇文章Getting started with the Jupyter notebook (part 1)和Getting started with the Jupyter notebook (part 2)，网上也有很多使用教程，看下一般就会了
简单熟悉下notebook界面的组成部分，主要是菜单和一些选项；最常用的则是下方的代码单元格(code cell)，以[]开头，可输入任意代码，然后Shift+Enter（运行本单元格并切到下个单元格）或者Ctrl+Enter（运行本单元格）
除了code cell外，notebook还可以使用其他类型单元格，比如markdown，点击下拉框（默认是code），还有：
- Markdown，文本输入的地方
- Raw NBConvert，将notebook转化为其他格式
- Heading，加标题，已集成到markdown里，使用对应语法即可
然后了解下几个对单元格操作的常用快捷键，需要先区别两个键盘输入模式：命令和编辑，两者可以通过Esc和Enter进入（蓝色左边框代表命令模式，绿色左边框代表编辑模式）
已有人整理好的，翻一翻即可；Jupyter ：快捷键以及Cheat Sheet
此外，jupyter还有丰富的插件可供使用。。。
如果想用一个集成的IDE，那么JupyterLab或许可以满足需求。。。
PS. 有时在Github上打开ipynb文件很慢，网上已有人给出了个解决办法，如解决Github加载ipynb文件缓慢/失败。。
解决办法大致如下：
- 利用https://nbviewer.jupyter.org/ 可以快速加载ipynb文件
- 将你需要打开Github上的ipython网址中，https://github.com/后面的地址和https://nbviewer.jupyter.org/拼起来即可
本文出自于http://www.bioinfo-scrounger.com转载请注明出处