九大神招，让Python里数据分析神器Jupyter，完美升华

关注

原创最新推荐文章于 2026-07-31 10:55:48 发布 1.2k 阅读 AI 写同款· GEO 优化 ›

lammps 案例in文件汇总进阶案例：聚乙烯和石墨烯界面pull out模拟代码反应力场reax/c设置方法及案例解析石墨烯热导率模拟代码（NEMD方法）圆锥形SiC纳米磨削单晶硅源代码高熵合金FeNiCrCoCu纳米压痕模拟代码 fix indent命令实现纳米摩擦及摩擦力计算 Fe原子辐照轰击多层石墨烯模拟代码铝基石墨烯复合物压缩变形in文件源代码石墨烯自动卷曲到Fe纳米线模拟源代码铝/石墨烯复合物结晶过程lammps模阅读详情

点击上方菜鸟学Pyhon，选择置顶或星标

第一时间关注 Python 技术干货！

Jupyter Notebook作为一款经典的交互式编辑器，在视图数据等实时展示方面有其特有的优势，但是相比pycharm、sublime等编辑工具，Jupyter Notebook在开发过程中又显得有些“笨拙”，今天给大家介绍几个方法，让Jupyter Notebook用起来更加得心应手。

插件篇

1).Nbextensions

Nbextensions相当于Jupyter的插件管理器，使用以下命令安装：

conda install -c conda-forge jupyter_contrib_nbextensions

安装成功后，在Home页面会多出一个Nbextensions选项卡（下图）。

进入Nbextensions选项卡后，发现这里罗列了大量Jupyter所支持的插件（下图），选中某个插件后，在页面下方会显示该插件的说明文档，勾选插件前面的选择框系统就会加载启用该插件。

有了Nbextensions，就能很轻松的对Jupyter中的其他插件进行管理。

2).Hinterland

Hinterland是jupyter中的自动补全插件，在Nbextensions中勾选该插件名称就能启用。

安装Hinterland后jupyter可以实现如IDE一般的代码自动补全显示，输入代码的头部字符后所有符合的指令都会显示出来以供选择，下图就是写代码过程中Hinterland的提示效果。

有了Hinterland之后，你就可以享受与其他流行的IDE一样顺滑的自动代码补全功能了。

3).Collapsible Headings

如果notebook中内容太多，在写代码的时候查看起来会非常不方便，Collapsible Headings插件实现的是一种单元格折叠的功能。对于一些当前不需要反复关注的代码，折叠起来不仅可以免除反复滚动的烦恼，还可以给整个notebook带来更加整洁的视觉体验。

Collapsible Headings的使用依赖于Markdown标签，我们以下图中的单元格为例进行演示。

Collapsible Headings插件启用后，在标签左侧会出现一个小的三角箭头，点击标题1左侧的箭头，会发现下面的所有内容都被折叠了起来（下图）。

而如果只点击标题2左侧的箭头，则只有标题2下的单元格进行了折叠（下图）。

Collapsible Headings所识别的标签作用域所遵循的规则与Markdown完全一致，这里不再进行详细说明。

4).Codefolding

如果说Collapsible Headings的作用是折一系列叠单元格，那Codefolding的作用就是折叠单元格中的代码。只不过Codefolding不会像Collapsible Headings一样自定义折叠区域和层级，它会自动识别处于同一层级的代码，就像pycharm一样。

Codefolding插件启用后在单元格代码的左侧会出现一些小三角箭头，下图这段代码是折叠之前的样子。

将pie.add折叠之后是这样的：

5).Notify

notify也是jupyter中非常实用的一个插件，它的作用是当某个单元格的代码执行完毕后，Jupyter会向我们发送提示通知。这个功能主要适用于一些一些耗时较久的任务，这样在运行代码期间我们就可以把它放在一边去做其他工作，当代码运行完毕后Notify就会提醒我们（下图）。

要想Notify真正启用，除了要在Nbextensions（jupyter的插件管理器）中Enable之外，还要在juypter的工具栏中设置参数（下图），其中：

Disabled：notify功能不启用
0：如果任务执行时间超过0秒，在任务执行完毕后给予提示
5：如果任务执行时间超过5秒，在任务执行完毕后给予提示，否则不提示

目前这一功能已经完美支持Firefox、Chrome和Safari浏览器。

技巧篇

6).%debug

调试是写代码不可避免的一个环节，jupyter也有他特有的调试模式——%debug。当代码出现异常后，输入%debug可以直接激活调试器跳到出现错误的地方，在这里还可以查看当前代码的变量情况，下面举个例子来进行说明：

上面这段代码由于计算中出现分母为0的情况，所以运行时会报错，这时在下一个单元格中输入%debug指令，jupyter就会进入调试模式。

进入调试模式后会直接跳转到异常发生的位置（下图），同时会出现一个ipdb文本框，这里可以输入变量或特定指令，例如输入程序中的变量a，就会返回当前位置相关的变量值；如果输入指令quit，则会退出调试模式。

%debug只是jupyter众多IPython Magic命令中的一个，在juypter中可以使用%lsmagic命令查看所有Magic命令，大家可以根据需要自行选用，这里不再展开介绍。

7).InteractiveShell

我们都知道jupyter中有一个很好用的功能，当把变量名称或没有定义输出结果的语句放在单元格的最后一行，无需print语句，jupyter就会显示变量值，尤其当使用Pandas DataFrames这一数据结构时，输出的结果更加整齐漂亮。

但是这一功能也有其缺点，即默认只能显示最后一行的变量结果，例如下面这段代码，虽然我们要分别查看df的头部数据和尾部数据，但jupyter只能输出尾部数据的结果。

其实这个问题解决起来非常容易，只需要使用下面这两行代码修改内核选项即可。

from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity='all'

我们再来看看修改后的运行结果：

这样在需要查看多个变量时，就不必再把他们放到不同的单元格中运行了。

8).简单的问号？

没错，就是一个简单的问号“?”，在jupyter中就能实现快捷文档功能，使用方法就是在你想要查看的属性或方法之前加一个？，例如我们要查看python中的str()方法，就可以执行下图中的操作，jupyter会自动弹出一个窗口返回相关信息。

除了查看文档之外，这个？还可以查看程序中的变量类型。我们在写代码过程中经常需要查看某个变量是何种数据类型，通常我们会使用type()方法，在jupyter中使用？同样可以实现这一功能，而且返回的信息更加完善。

例如我们想要查看上一条内容中的df变量（下图），可以看到除了会返回数据类型信息之外，还会对该dataframe数据的一些基本信息进行描述，推动右侧的滚动条可以查看更多信息。

9).Multicursor

如果我们想让一段代码整体缩进可以把他们全部选中然后按下Tab键，而如果要集中删除一批缩进符，就要用到Multicursor功能了。

在jupyter中使用Multicursor功能，只需要按住Alt键然后拖动鼠标就可以了。通俗来讲，Multicursor的作用就是在普通文本中进行“列操作”，这个概念解释起来比较麻烦，我们就用一个例子来进行演示：

(Gif动画图，多看5秒钟)

可以看到，通过Multicursor功能我们同时选中了多个行中的缩进符并进行了删除操作。

由于篇幅有限，本文仅选取了几个极具代表性和实用性的工具为大家进行了介绍。另外，除了上文中介绍的插件和技巧之外，还有大量为jupyter量身打造的第三方库（例如ipywidgets、profiling等），特别是在进行数据科学相关工作时，这些库能为我们提供极大的便利，这部分内容以后有机会再进行介绍。