2.2. 相关技术术语与概念¶
这一部分将介绍如何运行和保存 notebooks，熟悉 Jupyter notebook 的结构和交互界面。 这里将通过一个例子来熟悉一些核心的用法，更好的了解 Jupyter notebook 的使用。
在深入探讨了重启内核的重要性和方法后， 让我们继续探索Jupyter Notebook中其他一些能够提升工作效率和体验的技巧。
2.2.1. 运行 Jupyter¶
在 Windows，可以通过添加到开始菜单的快捷方式运行 Jupyter ， 当然也可以通过在命令行输入命令 jupyter notebook 开始运行， 然后会在默认浏览器中打开一个新的窗口，当然上述还不是一个 notebook， 它是 Notebook 的管理界面，用于管理当前文件夹的所有 Notebooks。
注意，这里仅仅展示 Jupyter 运行时候的所在文件夹内的文件和文件夹， 也就是在命令行运行 jupyter notebook 时所在的文件夹，当然这个也可以改变， 运行命令的时候可以指定文件夹位置，即输入：
jupyter notebook filepath
此外，这里在浏览器上的 URL 地址是类似 http://localhost:8888/tree，其中 localhost 是表示本地地址，然后 8888 是端口。
接下来就是创建一个新的 notebook，在管理界面的右上角位置，
点击 New 菜单，这里就可以选择 Python 3 （或者其他的版本），
然后就可以创建成功，并且是在新的窗口打开这个 notebook，在默认命名就是 Untitled.ipynb 。
如 图 2.13 所示。
图 2.13 创建新的 notebook¶
2.2.2. ipynb 文件¶
每个 ipynb 文件都是通过 JSON 格式来描述 notebook 的内容，包括每个单元及其内容， 都是通过 metadata 的格式展示。这里可以在打开 ipynb 文件后， 菜单中选择 Edit->Edit Notebook Metadata ，进行编辑。
2.2.3. notebook 界面¶
现在开始介绍下 notebook 的界面信息， notebook的编辑界面可选择打开方式，“Open in notebook“ 形式 和“Open in NbClassic“方式。 以“Open in NbClassic“方式打开，如 图 2.14 所示。
图 2.14 两个术语¶
这里有两个术语需要知道--cells 和 kernels ，两个都是非常重要的术语：
kernel ：表示计算引擎，用于执行 notebook 中的代码块
cell ：单元块，用于展示文本或者是代码。
2.2.4. 单元(Cells)¶
首先介绍的是 Cells ，一个 Cell 就是上图中绿色框部分，它是 notebook 的主要部分， 通常有两种主要的 cell 类似：
code cell ：包括需要执行的代码，以及其运行结果
Markdown cell ：包含的是 Markdown 格式的文本并且其执行结果
下图展示了一个简单的例子，第一行 Jupyter 入门教程 这个就是一个 Markdown cell ， 这里展示的是执行这个 cell 的结果，如果需要执行一个 cell ，可以点击 Run 按钮， 或者快捷键 Ctrl + Enter 即可，然后下方两个都是 code cell ，第一个是导入第三方库， 第二个则是打印一段话以及其运行结果。 如 图 2.15 所示。
图 2.15 Jupyter 入门教程¶
可以注意到 code cell 的左侧会有一个标签 In [1] ，这里的数字表示该代码块运行的次序， 即在该 notebook 中，如果没有执行，显示的是 In [ ] ，如果是该 notebook 第一个运行的代码块， 则是 In [1] ，如果再次运行，则显示 In [2]，依次类推，同个代码块多次执行，这个数字也是会改变的。 而 In 是 Input 的缩写。如果代码块运行时间有点久，它会显示 In [*] ，表示当前代码块正在运行中。
对于 notebook，还可以直接展示变量的数值，或者是函数的返回值，不需要调用 print 函数， 当然它只会打印当前单元的最后一行的内容。 如 图 2.16 所示。
图 2.16 展示变量数值¶
还需要注意的一件事情就是，对于一个单元，如果正在编辑，其边界框显示的是绿色， 而运行时候则显示蓝色。这里展示的就是两种模式，即绿色表示编辑模式，蓝色表示命令模式。
2.2.5. 快捷键¶
notebook 有很多快捷键，可以通过菜单中的 Help->Keyboard Shortcuts 查看， 也可以直接用快捷键 Ctrl+Shift+P 查看。下面简单介绍一些快捷键：
编辑模式和命令模式可以通过 Esc 和 Enter 进行转换，一般是按 Esc 进入命令模式， Enter 进入编辑模式
在命令模式下：
在 cell 之间上下浏览采用上下箭头，或者 Up 和 Down 键
A 表示在当前 cell 上方插入一个新的 cell ，而 B 则是下方插入新的cell
M 表示变为 Markdown cell ，而 Y 是表示变为 code cell
连续按两次 D 是删除当前 cell
Z 是撤销操作
Shift 加上 Up 或者 Down 可以一次选择多个 cells ，接着采用 Shift + M 可以合并多个 cells
2.2.6. Markdown语法支持¶
Jupyter Notebook不仅支持代码编写，还支持Markdown和HTML格式的文本。 这使得你可以在Notebook中插入格式化的文本、图片、链接和表格等，从而制作出既美观又内容丰富的文档。
Markdown 是一个轻量级的易于学习使用的标记语言，主要用于格式化文本文字。它的语法类似 HTML 语言， 是一个非常有帮助的语言，可以用于添加注释说明或者添加图片。
Markdown：你可以在一个新的代码单元中，选择“Markdown”模式（或使用快捷键M）， 然后输入Markdown格式的文本。 Notebook会自动将其渲染为格式化后的文本。
HTML：你也可以直接在Markdown单元中插入HTML代码，Notebook会将其渲染为相应的HTML元素。
可以尝试在 Jupyter notebook 中输入下面的文字，记住是在 Markdown cell中：
# This is a level 1 heading
## This is a level 2 heading
This is some plain text that forms a paragraph.
Add emphasis via **bold** and __bold__, or *italic* and _italic_.
Paragraphs must be separated by an empty line.
* Sometimes we want to include lists.
* Which can be indented.
1. Lists can also be numbered.
2. For ordered lists.
[It is possible to include hyperlinks](https://www.example.com)
Inline code uses single backticks: `foo()`, and code blocks use triple backticks:
```
bar()
```
Or can be indented by 4 spaces:
foo()
And finally, adding images is easy: 
如 图 2.17 所示。
图 2.17 得到的结果¶
如果想添加图片，有三种做法：
使用网络上的图片，添加其网络链接 URL，比如上述例子就是这种做法， URL 是 https://www.example.com/image.jpg
采用一个本地 URL，那么图片就只能使用在该 notebook 中，比如在同一个 git 仓库中
菜单栏选择 “Edit->Insert Image"，这种做法会将图片转换为字符串形式并存储在
.ipynb文件中， 这种做法会增加 ipynb 文件的大小
2.2.7. 魔法命令与魔法函数¶
为了方便使用， JupyterLab内置了一些非通用的，特殊的指令， 分为魔法命令与魔法函数。
魔法命令¶
Jupyter Notebook支持一种特殊的命令，称为“魔法命令”（Magic Commands），
它们以 % （行魔法命令）或 %% （单元魔法命令）开头。这些命令提供了许多有用的功能，
比如性能分析、时间测量、环境变量管理等。
%timeit：用于测量单个语句的执行时间。%%writefile：将单元格的内容写入到文件中。%matplotlib inline：在Jupyter Notebook中直接显示Matplotlib生成的图表。
魔法函数¶
使用魔法函数可以简单的实现一些单纯python要很麻烦才能实现的功能。
%：行魔法函数，只对本行代码生效。%%：Cell魔法函数，在整个Cell中生效，必须放于Cell首行。%lsmagic：列出所有的魔法函数%magic：查看各个魔法函数的说明?：后面加上魔法函数名称，可以查看该函数的说明
一些常用魔法函数的示例：
魔法函数 |
作用 |
|---|---|
|
调用外部python脚本 |
|
调用外部python脚本 |
|
测试单行语句的执行时间 |
|
测试整个单元中代码的执行时间 |
|
显示 matplotlib 包生成的图形 |
|
写入文件 |
|
调试程序 |
|
查看当前工作目录 |
|
查看目录文件列表 |
|
清除全部变量 |
|
查看所有全局变量的名称，若给定类型参数，只返回该类型的变量列表 |
|
显示所有的全局变量名称、类型、值/信息 |
|
设置为当异常发生时只展示简单的异常信息 |
|
设置为当异常发生时展示详细的异常信息 |
|
bug调试，输入quit退出调试 |
|
列出全部环境变量 |
注意这些命令是在Python kernel中适用的，其他 kernel 不一定适用。