天天看點

簡介Jupyter Notebook | Python 資料可視化庫 Matplotlib 快速入門之二

環境搭建 | Python 資料可視化庫 Matplotlib 快速入門之一

Jupyter Notebook使用

學習目标

  • 目标
    • 學會使用Jupyter Notebook編寫運作代碼
  • 應用
    • 建立檔案
    • 操作cell
    • 運作操作
  • 内容預覽
    • 1.2.1 Jupyter Notebook介紹
    • 1.2.2 為什麼使用Jupyter Notebook?
    • 1.2.3 Jupyter Notebook的使用-helloworld
      • 1 界面啟動、建立檔案
      • 2 cell操作
      • 3 markdown示範

Jupyter Notebook介紹

Jupyter項目是一個非盈利的開源項目,源于2014年的ipython項目, 并逐漸發展為支援跨所有程式設計語言的互動式資料科學計算的工具。

  • Jupyter Notebook,原名IPython Notbook,是IPython的加強網頁版,一個開源Web應用程式
  • 名字源自Julia、Python和R(資料科學的三種開源語言) ju-Julia、py-Python、ter-R。

    Jupiter:木星、宙斯

  • 是一款程式員和科學工作者的程式設計/文檔/筆記/展示軟體
  • .ipynb檔案格式是用于計算型叙述的JSON文檔格式的正式規範
簡介Jupyter Notebook | Python 資料可視化庫 Matplotlib 快速入門之二

Jupyter項目旨在開發跨幾十種程式設計語言的開源軟體, 開放标準和用于互動式計算的服務。

為什麼使用Jupyter Notebook

  • 傳統軟體開發:工程/目标明确
    • 需求分析,設計架構,開發子產品,測試
  • 資料挖掘:藝術/目标不明确
    • 目的是具體的洞察目标,而不是機械的完成任務
    • 通過執行代碼來了解問題
    • 疊代式地改進代碼來改進解決方法

實時運作的代碼、叙事性的文本和可視化被整合在一起,友善使用代碼和資料來講述故事。

對比Jupyter Notebook和Pycharm

  • 畫圖方面的優勢

在畫圖方面,Pycharm運作之後會阻塞,需要把圖檔關掉才能繼續運作。

def matplotlib_demo():
    """
    簡單示範matplotlib
    :return: None
    """
    plt.figure(figsize=(20, 8), dpi=100)
    plt.plot([1, 2, 3], [4, 5, 6])
    plt.show()
    
    return None
    
def read_csv_demo():
    """
    簡單示範讀取資料
    :return: None
    """
    stock_day = pd.read_csv("./stock_day/stock_day.csv")
    
    print(stock_day)
    return None
    
    
if__name__=="_main__":
    #代碼1:簡單示範matplotLib
    matplotlib_demo()
    #代碼2:簡單示範讀取資料
    read_csv_demo()           

執行結果:

簡介Jupyter Notebook | Python 資料可視化庫 Matplotlib 快速入門之二
簡介Jupyter Notebook | Python 資料可視化庫 Matplotlib 快速入門之二

Jupyter Notebook:

import matplotlib.pyplot as plt
%matplotlib inline

plt.figure()
plt.plot([1, 0, 9], [4, 5, 6])
plt.show()           
簡介Jupyter Notebook | Python 資料可視化庫 Matplotlib 快速入門之二
  • 資料展示方面的優勢:
import pandas as pd
stock_day = pd.read_csv("./stock_day/stock_day.csv")

stock_day           
簡介Jupyter Notebook | Python 資料可視化庫 Matplotlib 快速入門之二

在資料量比較龐大時,Pycharm運作會比較慢,且關閉之後每次都要重新運作,耗時。

總結:Jupyter Notebook相比Pycharm、Ipython在畫圖和資料展示方面更有優勢。

配套視訊課程,點選這裡檢視

擷取更多資源請訂閱

Python學習站