工具＆技巧丨能够融合Stata、Python和R的神器——Jupyter Notebook

Jupyter Notebook入门介绍

不论你是老师还是学生，也不论你是刚开始学 Python的“菜鸟”，还是已经熟练使用Stata和R的“老司机”，对你来说，不断在各种命令行窗口和编辑器里切来切去，或者不断打开各种窗口查看输出结果之类的繁琐操作，一定是家常便饭了。

对于与各种计量、建模方法密不可分的经济学圈而言，随着大数据的分析研究越来越普遍，受制于数据使用量、本地单个 PC 的运算能力，单凭 excel、stata 等软件如今已愈发难以满足日常科研要求了。

这都 9102 年了，我们还要受限于这些既笨重功能又受限的软件吗？难道就没有什么简单直观的办法，让我们更方便地管理和运行代码吗？

当然有了！还是开源免费的，由 Jupyter 团队开发的 Jupyter Notebook 这个神器就是一款非常好用的工具，它一定能拯救你于水深火热之中！

什么是 Jupyter Notebook？

Jupyter Notebook 是一款开放源代码的 Web 应用程序，是个具有交互式 shell 和基于浏览器的笔记本，支持代码、文本和数学表达式。它由 “IPython” 项目发展而来，在其提供的环境中可以记录代码，运行代码，可视化数据并查看结果，它支持40多种编程语言，包括 Python、R 和 Julia，其代码可以导出为 HTML、LaTeX、PDF、图像和视频，或者作为 ”IPyhton“笔记本与其他用户共享。

“

一个有趣的事实就是：“Jupyter” 是 “Julia、Python和 R” 的缩写。

”

Jupyter Notebook 是一款从执行端到终端数据科学工作流程的便捷工具 ，最大的特性就是可以用于数据清理，统计建模，构建和训练机器学习模型，可视化数据以及许多其他用途，它能让用户将上面说的各种窗口里的东西，全部组合到一个可读性好，易于共享，且对新手友好的文档中。比如可以一边输入代码（ “in” 对应的单元格）一边看到结果（ “out“ 对应的单元格）：

还可以编辑各种解释性文字，并立马看到所作的图形：

基于以上特性，Jupyter Notebook很适合以下一些用途使用：

  学习并尝试运行 Python 代码，观察其效果

  数据处理和转换

  数值模拟分析

  统计建模

  机器学习

那么Jupyter Notebook到底有多火？

微软、谷歌、IBM、Facebook 开发人员基本上都在使用。数据挖掘领域中最热门的比赛 Kaggle 里的资料也都是Jupyter 格式。你甚至可以将 Jupyter Notebook 视为 stata 的下一任接班者，成为众多老师学生处理数据的首选工具。

体验 Jupyter Notebook

在安装之前，我们可以先体验下 Jupyter Notebook 到底为何物。

首先，我们访问 Jupyter Notebook 的官网：http://www.jupyter.org ，页面稍作下滑便可以看到 Jupyter Notebook 的情况介绍：

图1

细心的你也许会发现在Jupyter Notebook上方还有一个 JupyterLab，这个其实是 Jupyter Notebook的下一代产品，我们以后也会对它进行介绍。

在确定 Jupyter Notebook 成为你的真爱之前，你可以直接点击 “Try it in your browser” 里试用，再点击下图显示的 “Try Classic Notebook” ：

图2

接着浏览器就会跳转到一个已经搭建好的 Jupyter Notebook 云平台上，如下图所示，在这里你可以直接体验各项功能，而无需下载安装软件，比如我在这里打印出的是 “hello，jupyter notebook” 。

图3

安装 Jupyter Notebook

选项 “Install the Notebook” 意指在电脑上安装部署你自己的 Jupyter Notebook 运行环境。它会一步一步教你如何在自己的电脑上安装 Jupyter Notebook 。具体而言有如下以下两种方法：

  先安装Python环境，然后通过 Python 的 pip 包管理工具安装 Jupyter Notebook 软件包

  通过 Anaconda 管理器，一键安装 Python 环境和 Jupyter Notebook （还带有许多科学计算所需的 Python 库）

强烈推荐第二种，对于初入门Python的人来说，Anaconda 管理器一定是最适合你的。因为它提供了一个一站式的 Python 环境安装管理解决方案，还自带一个很方便的图形界面，让你根据需要为每个项目定制一个运行环境。

下面介绍的也是第二种安装方法。

安装过程超级简单，首先在 https://www.anaconda.com/download/ 上下载适合你电脑系统的安装包，对应电脑系统，点击下载即可。

图4

下载完成后，双击安装包，一路 Next 到底（添加环境变量那步请勾选，下图所示，不勾选的话就得手动添加），这里我安装的版本是是windows64位。

图5

安装完成后，你就能在 cmd 界面（或者 Anaconda Powershell Prompt、Anaconda Prompt，如下图）直接输入 “jupyter notebook” 这个命令来启动 Jupyter Notebook 的后台服务了。

图6

当然你可能也发现了，上图 Anaconda3 文件下就有一个 Jupyter Notebook ，直接点击也能启动服务，出现如下界面说明已经成功，在使用过程中，这个界面请保持开启状态。

图7

此时 Jupyter Notebook 的后台服务就开始运行，一小会儿之后，系统会自动打开浏览器，显示 Jupyter Notebook 的 web 界面，类似这样：

图8

这个界面是用来管理电脑上的多个 Notebook 文件的。在顶端，有三个不同的标签：

文件（Files）：该标签内显示当前工作路径下的文件

运行（Running）：该标签内显示当前正在后台运行的Notebook文件

集群（Clusters）：用来进行并行计算的

默认显示的是 Files 标签页，其中可以运行的 Notebook 文件（扩展名是.ipynb ），以灰色或绿色的笔记本图标显示，绿色表示这个文件已经被打开。

创建新的 Notebook 文件

操作很简单，直接点击右上角的新建（New）按钮，在弹出的下拉菜单，选择 Python 3 选项：

图9

之后你的浏览器就会自动切换到 Notebook 文件应用的界面：

图10

此时该 Notebook 尚处于未命名状态，点击顶部的标题 “Untitled8” ，就可以重命名这个文件。为了方便观察，这里我把文件名改成  ”1notebook“ ,切换到前面一个浏览器页面，刷新后，刚刚新建的 “1notebook.ipynb” 文件已经显示目录里了。

图11

详细介绍

Notebook 文件界面里，从上到下分别是：

  当前文件的标题，以及最后一次保存的时间

  菜单栏，包括文件操作，各种编辑选项，内核控制，以及帮助等菜单

  工具栏，从左到右分别是：保存文件、新增单元格（Cell），剪切、复制、粘贴，上移下移当前格，以及运行停止等控制按钮。

  最下面一个大空白是 Notebook 文件的主要区域。

Notebook 文件是由一系列单元格（Cell）构成的，目前这个新文件里只有一个空白的格子,右上角显示了当前这个单元格的类型是“代码”。在这种类型的单元格里，你可以直接输入希望运行的 Python 代码。每个格子里都可以放上一行或者多行的代码。

图12

当你按下 "Shift + Enter"组合键，该单元格里的代码将会被运行。

图13

运行之后的输出结果将会显示在单元格内容的正下方，然后输入光标就会跳转到下一个格子，方便你继续写更多的代码。当然，你随时可以点击上面的格子，修改或者添加更多的代码。

此外，单元格的类型可以从“代码”改成“标记”、“标题”、“原生NBconvert”，这样你可以方便地用 markdown 语法写出带格式的注释或说明文本，方便你整理归纳代码，或是在数据分析时描述需要处理的数据信息等。

图14

改了单元格类型之后，前面的 “In [ ]: ”标记不见了。在这个单元格中输入 markdown 标记时，会自动解析成不同大小，不同格式的文字标记。

写完文本后，“运行”这个单元格，于是那些 markdown 格式的记号会被渲染成文本。举个例子，你可以按照以下格式编写文本，看下具体效果。

图15

运行后的效果为：

图16

当你的鼠标指向标题的时候，还会自动出现一个链接，点击之后，你的浏览器地址栏会更新成指向这个标题的链接。

如果你想要改一改 markdown 文本，只需要双击单元格中的文字，则编辑框又会重新出现。

编辑模式和命令模式

单元格有两种不同的激活模式：编辑模式和命令模式。

点击一个单元格（cell）的周边空白处或是输出部分，左边的指示条是蓝色，这就意味着单元格进入了命令模式。

图17

如果你点击代码内容，单元格就进入了编辑模式，左边的指示条相应变成绿色，表示你正在编辑代码内容。

图18

在编辑时，你可以按 ESC 键退出编辑模式，回到命令模式。

这两种模式的区别在于，在编辑模式下，代码编辑框接收你所有的键盘输入，让你对代码/文本进行编辑。而在命令模式下，Jupyter Notebook 页面能响应你的各种键盘快捷命令。

这就引出了这次我将向大家介绍 Jupyter Notebook的下一部分内容，快捷键的使用。

键盘快捷键

快捷键是 Jupyter Notebooks 非常好用的功能之一，Jupyter Notebooks 提供的键盘快捷键非常多，运用的好会为我们节省大量时间。

Jupyter Notebook 提供了两种不同的键盘输入模式：命令和编辑。命令模式将键盘与 Notebook 命令绑定，并由具有蓝色左边框的带有灰色单元格边框来表示。编辑模式允许你将文本（或代码）输入活动单元格，并以绿色单元格边框表示。使用Esc和Enter可以在命令和编辑模式之间跳转。

以下是我经常会用到的一些快捷键，相信你在开始使用Notebooks时也会经常用到这些快捷键。强烈建议你阅读这些内容的时候一个一个地尝试一下这些快捷键。

进入命令模式（即没有活动单元格），尝试以下快捷键：

A 键：在选中单元格上方插入新单元格

B 键：在选中单元格下方插入一个单元格

连续按两次 D 键：删除单元格

Z 键：撤消已删除的单元格

Y 键：将当前的选中单元格变成代码单元格

Shift + 向上或向下箭头键：选择多个单元格。

在多选模式下， Shift + M ：合并选中的多个单元格

F 键：会弹出 “查找和替换” 菜单

处于编辑模式时（在命令模式下按 Enter 键进入编辑模式），以下快捷键非常好用：

Ctrl + Home：跳到某单元格起始处（home键如果在数字键盘的“7”键上，需要先关闭数字键功能）

Ctrl + S：保存并检查你的工作

Ctrl + Enter：运行选中的代码块

Alt + Enter：运行选中的代码块，并在下方添加一个新的单元格

Ctrl + Shift + F：打开命令配置，或Ctrl + Shift + P

要查看整个键盘快捷键列表，请在命令模式下按 H 或转到 Help 菜单栏下的 Keyboard shortcuts。请经常检查这些内容，因为不时就会有新的快捷键被加进来。

导出 Notebook 数据

Jupyter Notebook 提供了几种不同的数据导出方式。菜单栏上选择 File（文件）-> Download as（下载为），在弹出的菜单里看到具体支持的几种导出格式。

图19

小结

至此，我想你对 Jupyter Notebook 已经有了初步的了解，你可以试着新建一个自己的 Notebook 文件，在接下来的 Python 学习、数据处理以及项目编写中用到它。Jupyter Notebook 能很好地兼容许多科学计算、数据分析等领域常用 Python 库，比如 numpy、pandas 以及 matplotlib 等，还能直观易懂地把这些数据显示给你看，我们以往关于 Python 的公众号文章也基本上都是在 jupyter notebook上操作的。之后，我们也会陆续推出在 jupyter notebook上工作的小技巧，以便让大家更好的利用这款非常好用的工具。

►往期推荐

回复【Python】👉简单有用易上手

回复【学术前沿】👉机器学习丨大数据

回复【数据资源】👉公开数据

回复【可视化】👉你心心念念的数据呈现

回复【老姚专栏】👉老姚趣谈值得一看

►一周热文

数据Seminar

这里是大数据、分析技术与学术研究的三叉路口

作者：威武哥（叶武威）审阅：黄胜蓝编辑：青酱

    欢迎扫描👇二维码添加关注