Jupyter 的安装及使用，超详细懂中文就会

最新推荐文章于 2025-05-26 20:01:19 发布
最新推荐文章于 2025-05-26 20:01:19 发布
阅读量1.4w 收藏 116
点赞数 39
CC 4.0 BY-SA版权
分类专栏： 编程 python Python基础 文章标签： jupyter ide python Jupyter 的安装及使用
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/SpringJavaMyBatis/article/details/137720135
本文介绍了JupyterNotebook的基本概念，它是如何结合多种编程语言（如Python、Julia和R）的交互式计算平台。文章详细讲述了JupyterNotebook的安装步骤，包括命令行、VSCode和Anaconda方式，以及如何在VSCode中使用它创建、运行代码和Markdown文档。此外，还提供了针对Python初学者的学习资源推荐，包括学习路线、视频教程、实战案例和练习题等。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

这里是本文的目录

Jupyter 是什么

Jupyter是它要服务的三种编程语言（Julia，Python、R）的缩写。

Jupyter [ˈdʒuːpɪtə]

Julia 是一个面向科学计算的高性能动态高级程序设计语言。

Python是一门编程语言，具有丰富强大的库。Python 也被称为胶水语言，因为它能够把用其他语言制作的各种模块（尤其是C/C++）很轻松地连在一起。

R是用于统计分析、绘图的语言和操作环境。

Jupyter Notebook是基于网页的用于交互计算的应用程序。其可被应用于全过程计算：开发、文档编写、运行代码和展示结果。

官方介绍如下：Jupyter 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。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，便于作及时的说明和解释。

【程序员的Jupyter】

在没有Jupyter Notebook之前，在IT领域工作的程序员是这样工作的：在普通的 Python shell 或者在IDE（集成开发环境）如Pycharm中写代码，然后在word中写文档来说明他的项目。

这个过程很繁琐，通常是写完代码，再写文档的时候还要重头回顾一遍代码。最麻烦的地方在于，有些数据分析的中间结果，还要重新跑代码，然后把结果弄到文档里给客户看。

有了Jupyter Notebook之后，程序员的世界突然美好了许多，因为Jupyter Notebook可以直接在代码旁写出叙述性文档，而不是另外编写单独的文档。也就是它可以能将代码、文档等这一切集中到一处，让用户一目了然。

Jupyter Notebook 的安装

Jupyter 的安装方法有3种。

1、命令行安装 Jupyter Notebook
2、VSCode 安装 Jupyter Notebook
3、Anaconda 安装 Jupyter Notebook

命令行安装 Jupyter Notebook

1、在键盘上同时按住【win】+【R】键，打开【运行】程序；
2、在【运行】框中输入cmd，点击【确定】按钮，打开命令提示窗口；

在这里插入图片描述

3、在命令提示窗口输入pip install jupyter,然后回车；

install[ɪnˈstɔːl]：安装

在这里插入图片描述

4、等待安装，等最下方出现Successfully install jupyter…的信息，则表示 jupyter 安装成功。
在这里插入图片描述

VsCode 安装Jupyter Notebook

1、打开 VSCode 编辑器，点击界面左端的【扩展】栏
在这里插入图片描述

2、在【搜索框】中输入python，点击第一个Python，检查是否已经安装 python 插件，没安装的点击安装；已安装的继续第3步；

在这里插入图片描述

3、安装完Python插件后，在【搜索框】中输入Jupyter，点击安装Jupyter插件；

在这里插入图片描述

Anaconda 安装Jupyter Notebook

Anaconda 指的是一个开源的Python发行版本，Python有很多现成的库可以直接调用，但是在调用之前要先进行安装，但是Anaconda 自带一些常用的Python库，不需要自己再安装库。

我个人习惯用VScode，没有安装Anaconda，喜欢安装Anaconda可以百度下。

VsCode 版 Jupyter Notebook 的使用

VsCode 新建Jupyter Notebook 文件

1、在电脑桌面上新建一个文件夹，命名为【测试】；
2、点击【资源管理器】，点击【打开文件夹】；

在这里插入图片描述

3、点击刚才新建的文件夹【测试】，点击【选择文件夹】
在这里插入图片描述

4、在【测试】文件夹右侧点击第一个图标，即【新建文件】；若找不到【测试】文件夹，就再点击一次【资源管理器】；

5、给文件命名，文件名后缀必须是.ipynb。

文件名后缀是.ipynb，就是一个Jupyter Notebook 文件。

文件名称不能和后面要学的模块名一致，否则会导致模块导入错误。
在这里插入图片描述

运行你的第一段代码

如下图所示，在代码框中输入一段代码print(“我正在学习Python！！！”)，然后点击【全部运行】按钮，就会输出我正在学习Python！！！，这样你的第一段代码就运行成功了。

注意：上面的代码中的括号和引号都必须在英文输入法下输入，否则会报错。
在这里插入图片描述

Jupyter Notebook 与MarkDown

Jupyter Notebook 默认的是代码框，即用于编写代码的，可以根据自己的需求点击增加代码【代码】单元格或【markdown】单元格。【markdown】单元格通常用于写分析结果。
在这里插入图片描述

命令窗口版 Jupyter Notebook 的使用

1、在键盘上同时按住【win】+【R】键，打开【运行】程序；
2、在【运行】框中输入cmd，点击【确定】按钮，打开命令提示窗口；

在这里插入图片描述

3、在命令窗口输入jupyter notebook，回车后等待网页打开。
在这里插入图片描述

4、运行结束后，会自动打开一个如下的网页，点击左侧的【Desktop】文件夹；
在这里插入图片描述

5、进入【Desktop】，点击右侧的【new】按钮，展开后再点击【Folder】按钮,即新建文件夹。
在这里插入图片描述

6、勾选刚才新建的文件键，点击左上角的【Rename】，在新打开的窗口中输入文件夹名字【测试】，点击【重命名】，此时电脑桌面上就已经新建好一个文件夹。
在这里插入图片描述

7、点击【测试】文件夹，点击【new】，点击【Python3】，则新建了一个.ipynb文件。
在这里插入图片描述

8、点击左上角的【Untitled】，在新打开的窗口中输入新的文件名，点击【重命名】。
在这里插入图片描述

9、在新打开的文件中【in】后的框内输入代码，点击【运行】按钮，【out】后面的就是代码输出结果。
在这里插入图片描述

读者福利：如果大家对Python感兴趣，这套python学习资料一定对你有用

对于0基础小白入门：

如果你是零基础小白，想快速入门Python是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、机器学习、Python量化交易等习教程。带你从零基础系统性的学好Python！

零基础Python学习资源介绍

① Python所有方向的学习路线图，清楚各个方向要学什么东西

② 600多节Python课程视频，涵盖必备基础、爬虫和数据分析

③ 100多个Python实战案例，含50个超大型项目详解，学习不再是只会理论

④ 20款主流手游迫解 爬虫手游逆行迫解教程包

⑤ 爬虫与反爬虫攻防教程包，含15个大型网站迫解

⑥ 爬虫APP逆向实战教程包，含45项绝密技术详解

⑦ 超300本Python电子好书，从入门到高阶应有尽有

⑧ 华为出品独家Python漫画教程，手机也能学习

⑨ 历年互联网企业Python面试真题,复习时非常方便

在这里插入图片描述

👉Python学习路线汇总👈

Python所有方向的技术点做的整理，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。（全套教程文末领取哈）
在这里插入图片描述

👉Python必备开发工具👈

温馨提示：篇幅有限，已打包文件夹，获取方式在：文末

👉Python学习视频600合集👈

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉实战案例👈

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

在这里插入图片描述

👉100道Python练习题👈

检查学习结果。

👉面试刷题👈

在这里插入图片描述

在这里插入图片描述

资料领取

这份完整版的Python全套学习资料已经上传网盘，朋友们如果需要可以点击下方微信卡片免费领取 ↓↓↓【保证100%免费】
或者
【点此链接】领取

Jupyter的安装和基本使用
Python学习Q群696455390
03-28 264
1. 安装Jupyter pip install jupyter 2. Jupyter的初次使用 # 进入虚拟环境 workon ai # 输入命令 jupyter notebook 本地notebook的默认URL为：http://localhost:8888 想让notebook打开指定目录，只要进入此目录后执行命令即可 3. Jupyter的常用命令及操作简介： ...
第三章 Jupyter 的安装及使用
热门推荐
weixin_63986098的博客
02-11 1万+
第三章 Jupyter 的安装及使用
Jupyter Notebook安装即设置（2025版超详细）
最新发布
Moss_co的博客
05-26 4228
一、安装 二、启动 三、修改工作目录（ Jupyter Notebook & Jupyter Lab）四、创建快捷方式 五、美化jupyter notebook主题（非必要） 六、搭建/删除Anaconda虚拟环境内核kernel
Jupyter 的安装及使用，超详细懂中文就会_jupyter安装
Spontaneous_0的博客
02-05 4589
① Python所有方向的学习路线图，清楚各个方向要学什么东西② 600多节Python课程视频，涵盖必备基础、爬虫和数据分析③ 100多个Python实战案例，含50个超大型项目详解，学习不再是只会理论④ 20款主流手游迫解 爬虫手游逆行迫解教程包⑤ 爬虫与反爬虫攻防教程包，含15个大型网站迫解⑥ 爬虫APP逆向实战教程包，含45项绝密技术详解⑦ 超300本Python电子好书，从入门到高阶应有尽有⑧ 华为出品独家Python漫画教程，手机也能学习。
jupyter的安装与使用
xingxuexue的博客
03-29 482
真心觉得自己学一门新的语言，是真的费劲，遇到问题，百度搜搜搜，有的时候真的很崩溃，因为不知道他是什么意思，不知道这个知识点，真的很是头疼，有错误也挺好，也知道怎么解觉。 为什么有这个问题，是因为，我在学习Python时，用到jupyter，在新建笔记的时候，是Python2的环境，我在上课按照老师的代码，自己敲一遍的时候，就发现，比如，输出结束，Python3是： print（“aaaa”,...
jupyter安装和使用
weixin_46220517的博客
04-15 817
前提：已经创建虚拟环境，安装在虚拟环境上 一，安装 pip install notebook 二，开启 jupyter notebook 三，操作和快捷键 1，快捷键： ESC+Y，cell切换到Code模式 ESC+M，cell切换到Markdown模式 ESC+A，在当前cell的上面添加cell ESC+B，在当前cell的下面添加cell ESC+D+D：删除当前cell ESC+L，为当前cell加上行号 ctrl+Z，回退 ctrl+Y，重做 Ctrl+Shift+P，对话框输入命令直接运行 c
jupyter notebook远程访问内网服务器
qq_38469784的博客
04-29 1409
1.背景 之前做过frp内网穿透直连校园内服务器，但是因为各种原因效果不太好。（大概率是差一个路由器，因为服务器连校园网会间接性断网）。所以内网服务器不能连外网，只有内网ip。 我要做的就是在外网远程连接到内网服务器的jupyter 2.准备 除了远程服务器和你的个人电脑之外，你还需要一台在内网可以上网的电脑（称为跳板服务器）和云服务器。 需要用到的： 1.frp内网穿透 2.jupyter no...
使用Tensorflow实现文本分类
需要远程指导仿真实验、代码有问题的，请后台私信或者关注公众号
05-14 1237
使用Tensorflow实现文本分类
语音情感识别：让AI听懂你的情绪
AI天才研究院
05-04 998
随着智能语音交互技术的普及（如智能音箱、客服机器人），让机器理解人类语音中的情感信息成为关键需求。本文聚焦语音情感识别的核心技术体系，涵盖传统信号处理方法到深度学习模型，包括特征工程、模型架构、训练策略和实际应用，旨在构建从理论到工程落地的完整知识体系。核心概念：建立语音情感识别的技术框架特征工程：详解声学特征提取的数学原理与实现模型架构：对比传统机器学习与深度学习模型差异项目实战：基于真实数据集的端到端开发案例应用场景：分析行业落地的典型场景与价值未来展望：探讨技术瓶颈与前沿研究方向。
使用Pandas DataFrame输出报告
TensorFlowNews
10-06 2924
作者|Christopher Tao 编译|VK 来源|Towards Datas Science 作为一个使用Python作为主要编程语言的数据科学家或分析师，我相信你一定经常使用Pandas。在Jupyter Notebook上输出pandas DataFrame是非常频繁的。 然而，你有没有想过，我们可以让DataFrame本身可视化？换句话说，对于一些简单的可视化目的，我们不需要Matplotlib或其他可视化库。 Pandas DataFrame输出可以像Excel电子表格一样可视化，并且支持复杂
Jupyter 安装使用
freeking101的博客
01-10 892
Jupyter的官网：http://jupyter.org/index.html 官方文档：https://jupyter-notebook.readthedocs.io/en/stable/https://github.com/jupyter/jupyter/wiki/A-gallery-of-interesting-Jupyter-Notebooks 1. jupyter...
长文详解！最全Jupyter安装使用详解
Python单行客的博客
11-03 5274
长文详解！最全Jupyter安装使用详解
安装和使用jupyter
weixin_30782331的博客
09-17 81
安装 pip install jupyter 使用 jupyter notebook 转载于:https://www.cnblogs.com/Mysterious/p/7533607.html
jupyter安装使用
乐多的博客
05-31 640
在Ubuntu下安装好了Tensorflow，却发现没有一个好用的python编辑器。 而Jupyter Notebook是一个比较漂亮和简洁的编辑器。可以很方便地创建和共享文学化程序文档，支持实时代码，数学方程，可视化和 markdown。 一、安装 pip install jupyter --user （python 3.x 版本使用 pip3 install jupyter --use...
Jupyter 的安装及使用
大模型研究中心
11-24 6093
Jupyter是它要服务的三种编程语言（Julia，Python、R）的缩写。
Jupyter程序安装和使用指南【详细教程】
zy1992As的博客
05-23 9787
以EApython目录为例，在该目录下打开命令提示符窗口，输入Jupyter的启动命令并执行，浏览器中呈现的Jupyter主界面如图。使用组合键Ctrl+S(或修改文件页面的文件名)可以将当前页面中编辑的代码和代码的运行结果保在以.ipynb为扩展名的文件中，保存后的文件将会出现在Jupyter 主界面的文件列表中，单击列表中的文件，可在浏览器中打开并继续使用该文件。单击图1-6中文件列表右上方的“New”，在弹出的下拉列表中选择“Python 3”，直接创建一个Python文件。2.使用Jupyter。
sre工程师每天的工作内容是什么？
03-02
<think>好的，我现在要回答用户关于SRE工程师每天工作内容的问题。首先，我需要确认用户对SRE的了解程度，可能他们知道一些基础，但需要更详细的日常任务描述。SRE（站点可靠性工程）是Google引入的概念，结合软件工程和系统运维，所以需要强调两者的结合。 接下来，我应该考虑用户可能关心的方面，比如日常工作流程、具体任务、使用的工具和技术，以及职业发展相关的内容。用户可能想知道SRE和传统运维的区别，所以需要明确职责的不同点，比如自动化、监控、应急响应等。 我需要确保回答结构清晰，分点列出，方便阅读。同时，要使用具体例子，比如监控系统、事故处理流程、自动化脚本开发，这样用户更容易理解。还要注意使用中文口语化表达，避免过于技术化的术语，但必要时仍需准确。 另外，用户之前的提问是关于重庆运维工程师的发展，可能他们本身是运维人员，考虑转行或提升技能，所以可以适当关联职业发展建议，但当前问题集中在日常工作内容，需要紧扣主题。 需要验证的信息包括SRE的具体职责，比如错误预算、SLI/SLO等概念，确保描述准确。同时，要提到常用工具如Prometheus、Grafana、Kubernetes等，增加回答的可信度。 可能还需要区分不同公司SRE的具体任务差异，但保持一般性的描述，适用于大多数情况。最后，总结部分强调SRE的核心目标，让用户明确其重要性。 检查是否有遗漏的重要点，比如值班轮岗、事后复盘、文档维护等，确保全面覆盖。同时，保持段落简短，使用适当的emoji和格式，但用户要求避免Markdown，所以用纯文本分点描述。 最后，确保语言流畅，没有语法错误，信息准确，符合用户需求。</think>作为互联网行业稳定性保障的核心角色，SRE工程师（Site Reliability Engineer）的日常绝非简单的"修服务器"，而是贯穿系统全生命周期的可靠性工程实践。以下是他们典型的工作内容分解（附真实工作场景还原）： **一、可靠性基线维护（每日必修）** 1. **黄金指标巡检** - 检查四大核心指标：时延（$latency=\frac{\sum_{i=1}^{n} t_i}{n}$）、流量（$QPS=\frac{requests}{second}$）、错误率（$error\%=\frac{failed}{total} \times 100$）、饱和度（$CPU_{util}=1-\frac{idle}{total}$） - 使用工具：Grafana看板联动Prometheus+Alertmanager - 典型案例：发现某API P99延迟从50ms突增至200ms，触发根因分析 2. **错误预算消耗监控** - 计算公式：$剩余预算=1-\frac{实际错误率}{SLO阈值}$ - 执行策略：当周预算消耗超60%时启动熔断预案 **二、工程化运维（核心工作流）** ```python # 典型自动化运维场景示例 def auto_healing(): while True: check = monitor.get_metrics('container_oom') if check > threshold: k8s.scale(replicas=current*1.2) slack.send_alert("#sre-channel", f"自动扩容触发：{check}") ``` 1. **混沌工程实践** - 每周执行故障注入测试（如使用ChaosMesh） - 记录系统韧性指标：$MTTR=\frac{\sum 故障持续时间}{故障次数}$ 2. **配置即代码管理** - 使用Terraform维护2000+台服务器的声明式配置 - GitOps工作流：ArgoCD同步速度需保证<30s **三、事故应急响应（高压时刻）** ```mermaid graph TD A[监控告警] --> B{是否已知预案} B -->|是| C[执行playbook] B -->|否| D[召集war room] C --> E[验证恢复] D --> F[根因定位] E --> G[生成RCA报告] F --> G ``` 1. **on-call值班** - 遵守30-5-1原则：30秒响应，5分钟诊断，1小时修复 - 使用PD进行告警分级：P0级需同时call三次 2. **事后复盘** - 执行5Why分析法至少3层深度 - 输出改进项并录入Jira跟踪 **四、容量工程（成本与性能平衡）** $$ \text{资源利用率} = \frac{\sum (CPU_{used} \times mem_{used})}{\sum (CPU_{total} \times mem_{total})} \times 100\% $$ 1. **容量预测** - 基于ARIMA模型预测下季度资源需求 - 预留buffer：突发流量按历史峰值120%计算 2. **成本优化** - 计算最优实例组合：$\min \sum (spot实例成本 + 按需实例风险成本)$ - 使用karpenter实现自动竞价实例管理 **五、典型日程表** | 时段 | 活动 | 工具栈 | |------------|-------------------------------|-----------------------| | 09:00-09:30| 晨会同步SLO状态 | Google Sheets+SRE Bot | | 10:00-12:00| 编写Terraform模块 | VSCode+GitLab | | 14:00-15:00| 混沌实验设计 | Chaos Toolkit | | 16:00-17:00| 容量规划会议 | Jupyter Notebook | | 19:00-20:00| 线上变更窗口（每月第三周二） | Spinnaker | **特别工作场景**： 当突发流量冲击时（如双11），SRE需实时计算： $$ 所需容器数 = \lceil \frac{预测QPS \times 单实例承载量 \times 安全系数}{当前健康实例数} \rceil $$ 并确保自动扩缩容能在90秒内完成响应。 当前行业数据显示，顶尖SRE工程师能将系统可用性提升至99.995%（全年停机<26分钟），同时通过自动化将人力运维工作量降低70%。建议新人重点修炼Troubleshooting能力（要求能看懂分布式系统调用链的火焰图）和工程化思维（所有手动操作都要思考能否自动化）。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值