Jupyter Notebooks初学者教程！-DEV365 开发者社区

在数据科学，研究和教育领域，jupyter笔记本的出现彻底改变了我们与代码，数据和想法的互动方式。 Jupyter笔记本电脑，交互式计算环境，无缝将实时代码执行，可视化和解释性文本融合到单个动态文档中。这种集成使个人能够通过代码，探索数据，进行实验和共享见解来讲述引人注目的故事，均在同一多功能画布中。在本文中，我们深入研究了初学者的Jupyter笔记本世界。

Jupyter笔记本的数据科学家和开发人员

jupyter笔记本已经找到了各种领域和专业的房屋。数据科学家和分析师利用它们来探索数据集，原型机器学习模型并可视化结果，而研究人员则将其雇用它们进行实验，记录方法和共享发现。教育工作者利用Jupyter笔记本的互动性质，以引人入胜的方式教授编程，数学和科学概念。开发人员使用Jupyter创建教程，文档API和测试代码段。

即使是企业专业人士，也利用Jupyter的功能来进行数据驱动的决策和创建互动报告。从本质上讲，Jupyter笔记本已成为一种多功能工具，可以满足数据科学，研究，教育，开发等的专业人员的需求。

jupyter笔记本和数据库

jupyter笔记本电脑和数据库复杂地连接，形成了一个有力的二重奏，用于数据操作和分析。 jupyter笔记本提供了一个交互式环境，您可以在其中编写代码，执行查询并视觉可视化数据。使用数据库时，Jupyter笔记本可以建立与MySQL，PostgreSQL，SQLite等各种数据库管理系统（DBM）的连接。

这可以直接查询和从数据库中检索数据，从而促进将实时信息无缝集成到您的分析工作流程中。无论您是提取，转换还是加载数据，Jupyter笔记本电脑都提供了一个平台，以完善和分析数据库内容，有助于知情的决策和发现见解。 jupyter笔记本和数据库之间的这种协同作用使用户能够以更高的效率和互动性弥合原始数据和可操作的情报之间的差距。

Jupyter笔记本教程

安装Jupyter笔记本

启动之前，请确保在计算机上安装了Python。您可以从官方网站下载Python：https://www.python.org/downloads/

安装了Python后，您可以使用以下步骤使用PIP安装Jupyter笔记本，这是Python的软件包安装程序：

打开命令提示符或终端并运行以下命令以安装jupyter笔记本：

pip install jupyter

创建和运行jupyter笔记本

现在您已经安装了Jupyter笔记本，请按照以下步骤创建并运行您的第一个笔记本：

运行以下命令以启动jupyter笔记本

jupyter notebook

这将使用jupyter笔记本接口在您的Web浏览器中打开一个新选项卡。

单击“新”，然后选择“笔记本”。

选择python 3作为与之合作的内核。

您应该看到可以在这里玩耍的Jupyter仪表板。

您会看到一个带有空输入区域的单元格。这是您可以编写和执行Python代码的地方。

让我们从简单的东西开始。

添加以下代码并运行。

print("Hello, Jupyter!")

让我们用笔记本扩展我们的实验。

我们需要“熊猫”库来演示数据操纵和分析。

安装熊猫：

打开终端并运行以下命令以安装熊猫库：

pip install pandas

重新启动Jupyter笔记本

jupyter notebook

创建新笔记本

在Jupyter笔记本接口中，单击“新”按钮，然后选择“ Python 3”以创建新笔记本。

在第一个单元格中，让我们加载一个简单的数据集并进行分析。输入以下代码并运行单元格：

import pandas as pd

# Create a simple dataset
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'],
    'Age': [25, 30, 22, 28, 24],
    'Salary': [50000, 60000, 45000, 55000, 52000]
}

# Create a DataFrame
df = pd.DataFrame(data)

# Display the DataFrame
Df

数据分析和可视化

让我们安装matplotlib库，以演示Jupyter Notebook中的数据可视化功能。

pip install matplotlib

注意：每次安装某些内容时，请停止（使用CTRL+C），您需要重新启动Jupyter笔记本以确保其识别新安装的库。

在下一个单元格中，让我们执行一些基本的数据分析并创建一个图。输入以下代码并运行单元格：

import matplotlib.pyplot as plt

# Calculate average age and salary
average_age = df['Age'].mean()
average_salary = df['Salary'].mean()

# Print the calculated values
print("Average Age:", average_age)
print("Average Salary:", average_salary)

# Create a bar plot of salaries
plt.bar(df['Name'], df['Salary'])
plt.xlabel('Name')
plt.ylabel('Salary')
plt.title('Salary Distribution')
plt.show()

添加MARKDOWN单元

您还可以使用Markdown单元格添加说明和文档。单击“+”按钮以插入新单元格，然后使用下拉菜单将单元格类型更改为“ Markdown”。输入您的Markdown内容，例如：

Data Analysis Example

In this example, we loaded a simple dataset containing information about individuals' names, ages, and salaries. We performed basic data analysis by calculating the average age and salary. Additionally, we created a bar plot to visualize the salary distribution.

This demonstrates how Jupyter Notebook allows you to integrate code, data analysis, visualizations, and explanations in a single interactive document.

保存并分享

要保存笔记本，请单击软盘图标或使用CTRL + S快捷方式。您可以通过将笔记本保存为.ipynb文件并与他人共享该文件来共享您的笔记本。另外，您可以使用github之类的平台在线共享笔记本。

就是这样！此示例显示了如何在一个交互式环境中使用Jupyter笔记本进行数据分析，可视化和文档。当您更熟悉Jupyter时，您可以探索更高级的功能，库和数据。

集成外部内容

您还可以将外部内容（例如图像，链接和视频）集成到笔记本中。添加一个新的赌注单元格并插入图像：

![Titanic](https://upload.wikimedia.org/wikipedia/commons/thumb/f/fd/RMS_Titanic_3.jpg/1024px-RMS_Titanic_3.jpg)

Image Source: [Wikipedia](https://en.wikipedia.org/wiki/RMS_Titanic)

SINGLESTORE笔记本

SINGLESTORE笔记本扩展了Jupyter Notebook的功能，使数据专业人员可以轻松地与Singlestore的分布式SQL数据库一起使用，同时提供了在语言和数据源方面的极大可扩展性。

让我带您浏览一个简单的教程，向您展示Singlestore Notebooks功能的直观。

注册至SingleStore for free并要求您的600美元的免费资源。

遵循逐步指南。

首先，您将创建一个工作空间，为数据库提供计算资源。

让我们去单闸笔记本

创建一个新的空白笔记本。

让SQrL的代码 - 由Openai的GPT -4提供动力。它可以对与单骨相关问题的问题提供直接和相关的回答。它可以帮助您进行部署，代码优化，集成，资源管理，故障排除等。

因此，我们将使用SQRL的帮助来查询笔记本，并将某些内容提供给我们创建的数据库。确保在ON模式下使用SQRLâ的代码。

让我们要求SQRL创建一个名为“我的数据库”的新数据库

单击添加单元格。

您还可以确认是否创建了数据库。

选择您刚创建的数据库，然后让我们继续向我们新创建的数据库添加一些表和内容。

让我们创建一张名为“菜肴”的桌子，并添加10种印度菜。

创建一个名为“价格”的列，并为每道菜增加随机价格。

显示菜肴表

现在，让我们要求显示每道菜的价格。

您还可以以饼图格式看到您的菜肴及其价格。

这样，您可以轻松地创建笔记本并保存它们。了解有关单胎笔记本的更多信息。

Singlestore笔记本电脑和Jupyter笔记本电脑都是现代数据专业人士和开发人员武器库中必不可少的工具，促进无缝代码开发，分析和协作。 Jupyter Notebooks是一个公认且被广泛拥抱的平台，为交互式编码环境设定了先例，使用户能够在单个可共享的文档中结合代码，可视化和解释性文本。

随着SingleStore Notebooks的出现，在数据集成和分析领域内出现了新的可能性。这些笔记本无缝地与SinglestoredB运行时集成在一起，为用户提供了一个本机，高效的界面，以利用SQL和Python的功能。他们通过提供一个迅速而直观的平台来进行原型设计，演示和完善其应用程序，从而赋予数据工程师，科学家和应用程序开发人员。