jupyter(ipython notebook) 安装和入门教程
2018-03-03 19:26
459 查看
近期大家无论是自己做数据分析还是紧急答辩做PPT,可能都需要画一些数据的展示图;以前大家都是用excel画图,但excel画图存在一定的局限性,比如你要画个累积直方图,excel就很麻烦了,所以给大家介绍一个基于python的交互数据分析工具,ipython notebook。
本文会给大家介绍从零开始安装和使用notebook的入门教程,写的不详细的地方可以多多交流。
本文假设大家都是python “小白”,本教程针对的是Windows平台,python大神可以根据自己的需要看某些章节就好。
注意选择全部安装
输入 print "hello world" 会看到hello world的输出
按下Ctrl+Z 然后回车,可以退出
测试 ipython notebook
命令行输入 ipython notebook,会自动跳转到浏览器,浏览器默认是命令行所在的目录
至此,万事俱备,可以开始做自己想做的事情了
然后就可以开始写python的代码了
本文会给大家介绍从零开始安装和使用notebook的入门教程,写的不详细的地方可以多多交流。
本文假设大家都是python “小白”,本教程针对的是Windows平台,python大神可以根据自己的需要看某些章节就好。
安装python2.7
首先从python官网 下载对应的python安装文件,然后按照,安装过程注意选择全部安装
python测试
打开cmd命令行界面,输入python,回车后可以看到一个简单的交互界面输入 print "hello world" 会看到hello world的输出
按下Ctrl+Z 然后回车,可以退出
pip测试
在cmd中输入 pip ,看到类似这样的输出证明pip正确安装了安装VC for Python
没有这个,很多数据分析包都安装不了,因为这些包底层都是C++编写的,可以从这里下载VC for Python安装常用数据分析用到的python库
pip install numpy pip install pandas pip install matplotlib pip install statsmodels
安装 ipython notebook
pip install jupyter测试 ipython notebook
命令行输入 ipython notebook,会自动跳转到浏览器,浏览器默认是命令行所在的目录
至此,万事俱备,可以开始做自己想做的事情了
简单使用
我们创建一个example文件夹,然后在浏览器(下称jupyter)中进入这个文件夹,然后选择右边的new按钮,下拉选择Python 2然后就可以开始写python的代码了
下面我们开始尝试做数据分析
导入数据分析常用库和配置相关文章推荐
- Python,IPython,qtconsole,Notebook,Jupyter快速安装教程
- linux/ubuntu下IPython、IPython Notebook(jupyter)的安装和基本使用
- Python2.7中Pip --- IPython与IPython noteBooks(jupyter) 安装入门
- JuPyter(IPython) Notebook中通过pip安装第三方Python Module
- Ubuntu16.04 Jupyter安装(Ipython Notebook安装)
- Mac下Jupyter(即IPython-notebook)的搭建及使用(更建议安装Anaconda环境直接自带jupyter notebook)
- Python,Jupyter Notebook,IPython快速安装教程
- JuPyter(IPython) Notebook中通过pip安装第三方Python Module
- Ubuntu16.04 Jupyter安装(Ipython Notebook安装)
- Windows7基于Python3.5安装Ipython notebook(现称jupyter)
- 安装使用jupyter(原来的Ipython notebook)
- Python,Jupyter Notebook,IPython快速安装教程
- Python,Jupyter Notebook,IPython快速安装教程
- Ipython Notebook安装教程
- windows下Graphviz安装及入门教程(转载)
- 如何在win7 64下安装ipython notebook
- Scala基础入门(二) Scala下载、安装教程
- Scrapy爬虫入门教程 安装和基本使用
- TensorFlow 中文资源精选,官方网站,安装教程,入门教程,实战项目,学习路径
- 真正从零开始,TensorFlow详细安装入门图文教程!