Jupyter Notebook 介绍与使用指南 – wiki基地

Jupyter Notebook 介绍与使用指南：交互式计算与数据科学的强大基石

引言

在当今数据科学、机器学习以及需要进行交互式编程和数据探索的领域，Jupyter Notebook 已经成为一个不可或缺的工具。它不仅仅是一个代码编辑器，更是一个集代码、文本、数学公式、可视化结果于一体的交互式工作环境。本文将深入介绍 Jupyter Notebook 的核心概念、功能特性，并提供一份详细的使用指南，帮助读者从入门到熟练掌握这个强大的工具。

第一部分：认识 Jupyter Notebook

1.1 什么是 Jupyter Notebook？

Jupyter Notebook 是一个开源的 Web 应用程序，它允许用户创建和共享包含实时代码、方程、可视化和叙述性文本的文档。它的名称 “Jupyter” 是 Julia、Python 和 R 这三种在科学计算领域非常流行的编程语言的首字母组合，表明了其多语言支持的特性。

与其说它是一个传统的IDE（集成开发环境），不如说它是一个交互式计算环境。它将代码执行、结果展示、文本说明等多种元素集成在同一个文档中，形成一种独特的“笔记本”格式（.ipynb 文件）。

1.2 Jupyter Notebook 的核心特性

基于 Web 的交互式界面： 通过浏览器访问和操作，无需安装厚重的桌面应用。
代码、文本与输出的集成： 允许在同一个文档中混合编写和执行代码、添加解释性文本（使用 Markdown）、显示计算结果、嵌入图片和视频等。
支持多种编程语言（通过内核 Kernels）： 虽然最初与 IPython 紧密相关，但通过安装不同的内核，Jupyter Notebook 可以支持包括 Python, R, Julia, Scala 等在内的众多编程语言。
丰富的输出格式： 不仅能显示代码的文本输出，还能直接渲染 HTML、图片、Plotly/Matplotlib 图形、LaTeX 公式等。
易于分享： .ipynb 文件本质上是 JSON 格式的文本文件，易于通过电子邮件、GitHub 等方式分享。此外，Notebook 可以方便地导出为 HTML、PDF、Markdown、Python 脚本等多种格式。
交互性强： 可以逐个代码块（Cell）执行，方便进行实验和调试。变量在不同 Cell 之间共享（在同一个 Kernel 会话中）。

1.3 为什么选择 Jupyter Notebook？

Jupyter Notebook 的独特之处在于它促进了一种迭代式、探索式的工作流程。这种模式在以下场景中尤其有用：

数据探索与分析： 逐步加载数据、清洗、转换、计算描述性统计量、可视化，每一步的结果都可以立即看到，方便调整和优化。
教学与演示： 非常适合作为编程或数据科学课程的教学工具。老师可以逐步讲解概念，学生可以实时运行代码进行练习。演示者可以边讲解边执行代码，生动直观。
报告与文档： 可以将分析过程、代码、结果和解释性文字组织在一起，形成一份完整的可执行报告。
快速原型开发： 快速验证想法，测试代码片段。
协作与分享： 将整个分析过程打包成一个文件，方便与同事或社区分享，他人可以直接复现你的工作（如果环境一致）。
可重复性研究： 将研究过程和结果记录在 Notebook 中，有助于提高研究的可重复性。

1.4 Jupyter 生态系统简介

Jupyter Notebook 是 Project Jupyter 项目中最核心和最著名的产物之一，但 Project Jupyter 还有其他重要组成部分：

JupyterLab： Jupyter Notebook 的下一代用户界面，提供更灵活、更强大的工作空间，支持多文档、终端、文件浏览器、文本编辑器等多种功能集成在一个界面中。可以看作是 Jupyter Notebook 的增强版 IDE。
JupyterHub： 一个多用户服务器，可以托管多个单用户 Jupyter Notebook 或 JupyterLab 服务器，常用于教育机构或企业环境中，为用户提供集中式的计算资源。
JupyterLite： 一个基于 WebAssembly 在浏览器中运行的 Jupyter 环境，无需服务器端，可用于快速演示或轻量级使用。

本文主要聚焦于经典的 Jupyter Notebook。

第二部分：Jupyter Notebook 的安装与启动

2.1 安装方式

安装 Jupyter Notebook 最推荐的方式是使用 Anaconda 或 Miniconda。它们是流行的 Python/R 数据科学平台，集成了 Python 解释器、常用的科学计算库（如 NumPy, Pandas, Matplotlib, Scikit-learn）以及 Jupyter Notebook 本身。

使用 Anaconda/Miniconda：
1. 访问 Anaconda 官网 (https://www.anaconda.com/products/distribution) 或 Miniconda 官网 (https://docs.conda.io/en/latest/miniconda.html) 下载适合你操作系统的安装包。Miniconda 更轻量，只包含 Python、conda 包管理器以及一些基本工具。
2. 按照安装向导进行安装。推荐勾选将 Anaconda/Miniconda 添加到系统环境变量（PATH）。
3. 安装完成后，Jupyter Notebook 就已经随之安装好了。
使用 pip (如果已经安装了 Python)：
如果你已经安装了 Python，并且希望在现有的 Python 环境中使用 Jupyter Notebook，可以通过 pip 安装：
bash pip install notebook
或者，如果你需要更全面的科学计算支持：
bash pip install jupyterlab # JupyterLab 包含 Notebook 功能，推荐安装 JupyterLab
推荐在一个独立的 Python 虚拟环境（如使用 venv 或 conda env）中安装 Jupyter Notebook，以避免与其他项目依赖冲突。

2.2 启动 Jupyter Notebook

安装完成后，可以通过命令行启动 Jupyter Notebook。

启动命令：
在终端或命令提示符中输入：
bash jupyter notebook
如果你安装的是 JupyterLab，也可以输入：
bash jupyter lab
启动过程：
执行命令后，会发生以下几件事：
1. 在当前命令行所在的目录下启动一个本地的 Web 服务器（默认端口是 8888）。
2. 你的默认网页浏览器会自动打开一个新的标签页，显示 Jupyter Notebook 的文件浏览器界面。
3. 在命令行窗口会看到服务器的运行日志，包括访问地址 (通常是 http://localhost:8888/?token=...) 和关闭服务器的提示（通常是按 Ctrl+C）。不要关闭这个命令行窗口，否则服务器会停止运行，导致浏览器中的 Notebook 无法使用。
访问界面：
浏览器中打开的页面就是 Jupyter Notebook 的文件浏览器。它显示了启动命令所在目录的文件和文件夹。你可以在这里创建新的 Notebook、打开现有的 Notebook、上传文件、新建文件夹等。

第三部分：Jupyter Notebook 用户界面详解

Jupyter Notebook 的用户界面主要由两个部分组成：文件浏览器界面和 Notebook 编辑器界面。

3.1 文件浏览器界面

当启动 jupyter notebook 后，首先看到的是文件浏览器界面。

主要区域：
- 顶栏： 显示当前目录的路径。
- 文件/文件夹列表： 显示当前目录下的文件和子目录。.ipynb 文件是 Notebook 文件。
- 上传按钮： 位于右上角，用于将本地文件上传到当前目录。
- New 按钮： 位于右上角，点击可以创建新的 Notebook（选择可用的内核）、新建文件夹、新建文本文件等。
- Shutdown / Duplicate / Rename 等操作： 选中文件或文件夹后，上方的按钮会激活，可以进行相应的操作。
- Running 标签页： 显示当前正在运行的 Notebook 会话和终端会话，可以管理或关闭它们。
- Clusters 标签页： （较少使用）与并行计算相关。

3.2 Notebook 编辑器界面

点击文件浏览器中的 “.ipynb” 文件（或点击 “New” 创建新的 Notebook）会打开一个新的标签页，进入 Notebook 编辑器界面。这是进行交互式编程和文档编写的主要区域。

主要组成部分：
- 标题栏： 显示 Notebook 的名称。点击可以重命名。
- 菜单栏： File, Edit, View, Insert, Cell, Kernel, Widgets, Help。提供了 Notebook 的各种操作功能。
  - File: 新建、打开、保存、重命名、复制、导出等。
  - Edit: 剪切、复制、粘贴、删除单元格等。
  - Cell: 运行单元格、运行所有单元格、改变单元格类型等。
  - Kernel: 中断、重启、重连、切换内核等。
- 工具栏： 一系列图标按钮，提供常用功能的快捷方式，如保存、插入单元格、剪切/复制/粘贴单元格、运行、中断、重启内核、改变单元格类型等。
- 主要工作区： 由一系列单元格 (Cells) 组成。这是 Notebook 的核心区域。

3.3 Notebook 的两种模式

在 Notebook 编辑器中，任何时候都处于两种模式之一：

编辑模式 (Edit Mode)： 当你双击或按 Enter 键进入一个单元格内部时，就进入了编辑模式。此时可以在单元格内输入和修改内容（代码或文本）。单元格边框通常是绿色的。
命令模式 (Command Mode)： 当你点击单元格的边框（而不是内部）或按 Esc 键退出单元格编辑时，就进入了命令模式。此时无法编辑单元格内的内容，但可以通过键盘快捷键对单元格本身进行操作（如插入、删除、复制、粘贴、改变类型等）。单元格边框通常是蓝色的。

熟练掌握这两种模式及其对应的快捷键能极大地提高效率。

第四部分：核心概念：单元格 (Cells) 与内核 (Kernel)

4.1 单元格 (Cells)

单元格是构成 Notebook 的基本块。每个单元格可以包含不同类型的内容。最常用的单元格类型有两种：

代码单元格 (Code Cells)： 用于编写和执行代码。当你运行一个代码单元格时，它的输出会直接显示在该单元格下方。
python # 这是一个代码单元格 x = 10 y = 20 print(x + y)
运行后下方会显示输出：
30
Markdown 单元格 (Markdown Cells)： 用于编写叙述性文本、解释、公式、图片、链接等。使用 Markdown 标记语言编写内容。运行 Markdown 单元格会将其渲染成格式化的文本。
“`markdown
# 这是一级标题

这是一个 Markdown 单元格。

它支持：
* 列表
* 链接：Jupyter 官网
* 图片：
* 行内代码 print("Hello")
* 代码块：
python import pandas as pd df = pd.read_csv('data.csv')
* 数学公式（使用 LaTeX）：$E = mc^2$

运行这个单元格会显示格式化后的内容。
“`
* 原始 (Raw NBConvert) 单元格： 不常用，用于在 Notebook 导出时包含一些原始文本，不会被 Notebook 本身处理。

4.2 执行单元格

执行单元格是 Jupyter Notebook 最核心的操作之一。

执行方式：
- 选中要执行的单元格，点击工具栏的 “Run” 按钮。
- 选中要执行的单元格，使用快捷键：
  - Shift + Enter: 运行当前单元格，并选中下一个单元格。如果当前是最后一个单元格，会在下方新建一个代码单元格并选中。
  - Ctrl + Enter (或 Cmd + Enter on Mac): 运行当前单元格，但仍然选中当前单元格。
  - Alt + Enter: 运行当前单元格，并在下方插入一个新的代码单元格并选中。
执行状态：
- 当单元格正在执行时，单元格左侧的 In [ ] 标记会变成 In [*]。
- 执行完成后，In [*] 会变成 In [n]，其中 n 是该单元格在本次 Kernel 会话中执行的顺序编号。输出会显示在 Out [n] 旁边（如果该单元格有输出的话）。

4.3 内核 (Kernel)

内核是实际执行代码的计算引擎。每个 Notebook 都连接到一个特定的内核。

功能： 内核负责接收 Notebook 发送的单元格代码，执行代码，并将结果、错误或输出发送回 Notebook 显示。
多语言支持： 通过安装和配置不同的内核，可以在同一个 Jupyter 环境中运行不同语言的代码。例如，安装 ipykernel 支持 Python，安装 IRkernel 支持 R，安装 IJulia.jl 支持 Julia 等。
状态： 内核是 Notebook 状态的核心。变量、函数定义等都存储在内核的内存中。执行一个代码单元格会改变内核的状态，后续单元格可以访问和使用这些变化。
管理内核：
- 菜单栏 Kernel 下有选项可以中断 (Interrupt)、重启 (Restart)、重连 (Reconnect) 内核，或者切换 (Change kernel) 到其他已安装的内核。
- 如果 Notebook 运行缓慢、出现奇怪的错误，或者你想清除所有变量重新开始，通常可以尝试重启内核。重启内核会清除所有变量和状态，你需要重新运行必要的单元格来恢复环境。

4.4 Notebook 的保存与检查点 (Checkpoints)

保存： Notebook 会自动定期保存，但你也可以随时通过点击工具栏的保存图标或使用快捷键 Ctrl + S (或 Cmd + S) 手动保存。
检查点 (Checkpoints)： Notebook 还有一个检查点功能，用于创建当前 Notebook 的快照。
- 手动创建检查点：File -> Save and Checkpoint。
- 回滚到检查点：File -> Revert to Checkpoint。
  检查点功能在你进行一些可能破坏 Notebook 的大修改之前非常有用。

第五部分：深入使用 Jupyter Notebook

5.1 Markdown 单元格：叙述你的分析过程

Markdown 单元格是编写解释性文本的关键。掌握基本的 Markdown 语法非常重要：

标题： # 一级标题, ## 二级标题, ### 三级标题…
段落： 直接输入文本。
换行： 在行末输入两个空格或按 Enter 两次创建一个新段落。
强调： *斜体* 或 _斜体_，**粗体** 或 __粗体__。
列表：
- 无序列表：使用 *, -, 或 + 跟着一个空格。
  “`markdown
  - 项目 1
  - 项目 2
  - 子项目
    “`
- 有序列表：使用数字跟着一个点和空格。
  “`markdown
  1. 第一项
  2. 第二项
    “`
链接： [链接文本](URL)
markdown [Jupyter 官网](https://jupyter.org)
图片： ![图片描述](图片路径或URL)
markdown ![Python Logo](https://www.python.org/static/community_logos/python-logo-master-v3-TM.png)
代码块：
- 行内代码：使用反引号包围 print("Hello")。
- 多行代码块：使用三个反引号包围，并在开始反引号后指定语言名称（可选）。
  python print("This is a code block") for i in range(3): print(i)
分隔线： 使用三个或更多 *, -, 或 _。
markdown ***
数学公式 (LaTeX)： 使用 $ 包围行内公式，使用 $$ 包围块级公式。
“`markdown
行内公式：$E=mc^2$

块级公式：
$$
\int_0^\infty e^{-x^2} dx = \frac{\sqrt{\pi}}{2}
$$
“`

通过合理使用 Markdown，可以让你的 Notebook 条理清晰，易于阅读和理解。

5.2 代码单元格：交互式编程的乐趣

代码单元格是执行计算的地方。除了基本的代码输入和执行，Jupyter Notebook 的代码单元格还有一些特别之处：

显示最后一行输出： 默认情况下，代码单元格只会显示最后一行（或者最后一个表达式）的输出，除非使用 print() 或 display() 函数。
python # 示例 a = 5 a + 3 a * 2 # 只有这一行的结果会被直接显示
输出：
10
如果你想显示多行的结果，需要使用 print()：
python print(a + 3) print(a * 2)
输出：
8 10
富文本输出： Jupyter Notebook 支持显示富文本输出，例如 Pandas DataFrame 会被渲染成漂亮的表格，Matplotlib 或 Plotly 图形会直接嵌入到输出区域。
“`python
import pandas as pd

data = {‘col1’: [1, 2], ‘col2’: [3, 4]}
df = pd.DataFrame(data)
df # 直接显示 DataFrame
“`
输出会是一个格式化的表格。

“`python
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y = np.sin(x)

plt.plot(x, y)
plt.title(“Sine wave”)
plt.xlabel(“x”)
plt.ylabel(“sin(x)”)
plt.show() # 必须使用 plt.show() 或者依赖魔术命令
`` 如果你使用了%matplotlib inline魔术命令（见下文），plt.show()` 通常可以省略。
魔术命令 (Magic Commands)： Jupyter Notebook 提供了一些特殊的“魔术命令”，以 % 或 %% 开头，用于执行一些非标准的 Python 操作，比如计时、调试、执行系统命令等。
- 行魔术命令 (%)： 作用于单行。
  - %timeit: 测量单行代码的执行时间。
    python %timeit [x**2 for x in range(1000)]
  - %matplotlib inline: 在 Notebook 中显示 Matplotlib 图形，而不是弹出新窗口（对于较老的版本或环境可能需要）。在现代版本中通常是默认行为。
  - %whos: 列出当前环境中所有变量及其类型和大小。
  - %run script.py: 运行一个 Python 脚本。
  - %cd directory: 改变当前工作目录。
  - %pwd: 打印当前工作目录。
- 单元格魔术命令 (%%)： 作用于整个单元格。必须是单元格的第一行。
  - %%timeit: 测量整个单元格代码的执行时间。
    python %%timeit x = range(1000) y = [i**2 for i in x]
  - %%writefile filename: 将当前单元格的内容写入指定文件。
  - %%html, %%latex, %%markdown, %%svg: 将单元格内容按指定格式渲染。
可以使用 %lsmagic 查看所有可用的魔术命令，使用 %magic 查看魔术命令的详细帮助。
Shell 命令： 可以在代码单元格中执行 Shell 命令，只需在命令前加上 !。
“`python
!ls # 在 Linux/macOS 上列出文件
!dir # 在 Windows 上列出文件

!pip list # 查看已安装的 Python 包
Shell 命令的输出会直接显示在单元格下方。你也可以将 Shell 命令的输出捕获到 Python 变量中：python
files = !ls
print(files)
“`

5.3 键盘快捷键：提升效率的关键

熟练使用键盘快捷键可以显著提高在 Jupyter Notebook 中的操作效率。在命令模式下（蓝色边框），许多快捷键都是单字母或组合键。

命令模式 (Esc 后):
- Enter: 进入编辑模式。
- A: 在当前单元格上方插入新单元格。
- B: 在当前单元格下方插入新单元格。
- DD: 删除当前单元格 (按两次 D)。
- Z: 撤销删除单元格。
- Y: 将当前单元格类型切换为 Code。
- M: 将当前单元格类型切换为 Markdown。
- R: 将当前单元格类型切换为 Raw。
- Shift + Up/Down: 选中多个单元格。
- Shift + M: 合并选中的单元格。
- Ctrl + Shift + -: 在光标处分割单元格 (在编辑模式下)。
- H: 显示快捷键帮助菜单。
编辑模式 (Enter 后):
- Esc: 返回命令模式。
- Tab: 代码自动补全或缩进。
- Shift + Tab: 显示函数或方法的 Docstring（参数、用法说明）。
- Ctrl + ]: 增加缩进。
- Ctrl + [: 减少缩进。
- Ctrl + /: 注释/取消注释选中的代码行。
通用快捷键 (两种模式下都有效):
- Shift + Enter: 运行当前单元格，并选中下一个。
- Ctrl + Enter: 运行当前单元格，保持选中当前单元格。
- Alt + Enter: 运行当前单元格，并在下方插入新单元格。
- Ctrl + S: 保存 Notebook。

强烈建议花时间熟悉这些快捷键，特别是进入/退出模式、插入/删除/切换单元格类型、以及运行单元格的快捷键。

第六部分：高级应用与生态系统

6.1 富媒体展示与交互式组件

除了基本的文本和图片，Jupyter Notebook 可以直接显示更多复杂的输出：

Pandas DataFrame： 自动渲染为美观的 HTML 表格。
Matplotlib, Seaborn, Plotly 等可视化库： 图形可以直接嵌入输出区域。对于 Plotly 等交互式图形库，可以保留交互功能。
音频、视频、HTML： 使用 IPython.display 模块可以方便地在 Notebook 中嵌入音频、视频或任意 HTML 内容。
“`python
from IPython.display import display, HTML, Audio, Video, YouTubeVideo

display(HTML(‘

Hello, HTML!

‘))

display(Audio(‘path/to/audio.wav’, autoplay=True))

display(Video(‘path/to/video.mp4’))

display(YouTubeVideo(‘some_youtube_video_id’))

* **ipywidgets：** 创建交互式控件，如滑块、文本框、按钮等，可以将代码与用户输入关联起来，创建简单的交互式应用或演示。python
from ipywidgets import interact, IntSlider

def square(x):
print(x**2)

interact(square, x=IntSlider(min=1, max=10, step=1, value=5))
`` 运行此代码单元格，下方会出现一个滑块，拖动滑块时会实时调用square` 函数并打印结果。

6.2 JupyterLab：下一代工作空间

JupyterLab 提供了比经典 Notebook 更强大的功能和更灵活的布局。它在一个统一的界面中集成了：

经典的 Notebook 编辑器
文件浏览器
终端
文本编辑器
控制台
调试器
可视化工具（如 CSV 文件查看器）

如果你经常需要处理多个文件、使用终端或者喜欢更像 IDE 的环境，推荐切换到 JupyterLab。它向下兼容 Notebook 文件（.ipynb）。

6.3 导出 Notebook

Jupyter Notebook 可以方便地导出为多种格式，便于分享和发布：

File -> Download as 菜单提供了多种导出选项，包括：
- HTML (.html): 静态网页，保留所有代码、输出和 Markdown 渲染结果。适合在线分享。
- PDF (.pdf): 需要安装额外的工具（如 Pandoc 和 LaTeX），将 Notebook 导出为 PDF 文档。
- Python (.py): 只导出代码单元格的内容，生成一个 Python 脚本。
- Markdown (.md): 导出 Markdown 单元格和代码/输出（通常以代码块形式）。
- Notebook (.ipynb): 原始格式。

你也可以在命令行使用 jupyter nbconvert 工具进行更灵活的格式转换。

6.4 分享 Notebook

分享 Notebook 有多种常见方式：

直接分享 .ipynb 文件： 收件人需要安装 Jupyter 环境才能打开和运行。
转换为 HTML 或 PDF 分享： 收件人无需安装 Jupyter，但无法交互或修改代码。
使用 GitHub： GitHub 原生支持渲染 .ipynb 文件，可以直接在线预览 Notebook 内容。
使用 nbviewer： 一个免费服务，可以渲染存储在 GitHub、Gist 等地的 Notebook 文件为静态网页。只需提供 Notebook 的 URL。
使用 Binder： 一个服务，可以根据 GitHub 仓库中的 Notebook 文件和环境配置文件（如 requirements.txt, environment.yml 等）构建一个可交互的在线 Jupyter 环境。用户打开链接即可在一个临时环境中运行 Notebook，无需本地安装。

第七部分：最佳实践与使用技巧

保持单元格的简洁性： 一个代码单元格最好只做一件事情，或者包含逻辑上相关联的代码块。这样便于理解、修改和调试。
善用 Markdown 进行解释： 在关键的代码块前后添加 Markdown 单元格，解释代码的功能、目的、输入输出，或者总结分析结果。这能让你的 Notebook 成为一个完整的故事或报告。
按顺序运行单元格： Notebook 的设计理念是按顺序执行。虽然你可以乱序执行，但这可能导致意想不到的结果，因为后面的单元格可能依赖于前面单元格创建的变量或状态。建议养成从头到尾按顺序运行的好习惯，或者使用 Cell -> Run All 验证 Notebook 的可重复性。
管理依赖环境： 如果 Notebook 依赖特定的库版本，强烈建议使用虚拟环境（如 Conda env 或 Python venv）。在创建虚拟环境后，需要在该环境中安装 ipykernel 并将其注册到 Jupyter 中，这样创建新 Notebook 时才能选择这个环境作为内核。
bash # 使用 conda 创建虚拟环境 conda create -n myenv python=3.9 conda activate myenv pip install ipykernel pandas matplotlib numpy # 将当前环境注册为 Jupyter 内核 python -m ipykernel install --user --name=myenv --display-name="Python (myenv)"
这样在 Jupyter 的 “New” 菜单里就会出现 “Python (myenv)” 选项。
版本控制： 将 Notebook 文件纳入版本控制系统（如 Git）。虽然 .ipynb 文件是 JSON 格式，其 diff 不总是很友好，但总比没有版本控制好得多。对于重要的项目，可以考虑使用工具（如 nbdime）来改进 Notebook 的 Git diff 和 merge 体验。
清除输出后再分享： 在分享 Notebook 文件之前，考虑清除所有单元格的输出（Cell -> All Output -> Clear），除非输出本身就是 Notebook 内容的一部分。这可以减小文件大小，并让接收者第一次运行时可以自己生成输出，验证代码。
定期保存： 虽然有自动保存，但手动保存是一个好习惯。
Kernel 状态： 时刻关注 Notebook 右上角显示的 Kernel 状态（圆形图标，空心表示空闲，实心表示忙碌）。如果 Kernel 持续忙碌或出现错误，可能需要中断或重启。

结论

Jupyter Notebook 凭借其强大的交互性、多样的内容支持和友好的界面，极大地改变了科学计算、数据分析和教学的方式。它将代码执行、结果展示和文档编写无缝结合，提供了一个独特且高效的工作流程。

从简单的代码片段执行到复杂的数据分析报告，从个人学习笔记到团队协作项目，Jupyter Notebook 都能胜任。通过掌握其核心概念（单元格、内核）、基本操作、Markdown 语法和常用快捷键，并遵循一些最佳实践，你可以充分发挥 Jupyter Notebook 的潜力，让你的编程和数据探索之旅更加高效、愉快和易于分享。

现在，是时候启动你的 Jupyter Notebook，开始你的交互式计算体验了！