Unsplash 上的照片，作者Sigmundon
Jupyter Notebook 是最受欢迎的集成开发环境之一，适用于几乎所有面向Python 的编程任务，包括数据科学、机器学习和科学计算。
交互式编码功能使其成为初学者和专家的首选工具。
然而，尽管Python 得到了广泛的使用，但许多用户并没有充分利用它的潜力。
因此，他们倾向于使用Jupyter 的默认界面/功能，在我看来，可以对其进行显着改进以提供更丰富的体验。
因此，在本文中，我们将向您展示5 个您可能不知道的很酷的Jupyter hack。
利用这个强大的工具将生产力和创造力释放到新的水平。
让我们开始吧！
1停止预览原始数据帧
当我将DataFrame 加载到Jupyter 中时，我通常会打印它并预览它。如下图：
f
托管在Deepnote
照片由作者提供
然而，我们对这些数据的内容知之甚少。
因此，我们需要对数据进行分析，进行更深入的挖掘，这需要简单的代码迭代。
请改用Jupyter-DataTables。安装方法如下：
pip 安装jupyter-datatables
要使用它，请在Jupyter 中运行以下代码。
从jupyter_datatables 导入init_datatables_mode init_datatables_mode()
DataFrame 的默认预览中添加了许多有用的功能。
因此，当您打印DataFrame 时，它看起来会更漂亮，如下图所示。
来自作者
这种丰富的预览提供排序、过滤、导出和分页操作，以及列分布和数据类型。
2单击按钮即可为数据贴标签
并非所有数据都已预先标记。
因此，未标记的数据通常需要更多时间来注释或标记。
ipyannotate 允许您仅用几行代码即可完成注释，而不是在外部预览和注释文件或构建复杂的注释管道。
提供专门用于数据注释的Jupyter 小部件。
通过运行以下命令来安装它：
pip install ipyannotate jupyter nbextension 启用--py --sys-prefix ipyannotate
只需单击按钮即可轻松注释您的数据。因此，ipyannotate 可以将数据标签附加到按钮上。
假设您有一只猫和一只狗的照片（没有标签）。您可以像这样创建注释管道：
来自作者
您只需单击相应的按钮即可为数据添加注释，如上图所示。
此外，您可以选择检索标签并在数据管道中使用它们。
3查看Jupyter中的文档
在使用Jupyter 时，我经常忘记函数参数并参考官方文档（或StackOverflow）。
但是，您可以在笔记本中查看该文档。
按Shift+Tab 打开“文档”面板。这非常方便并且节省时间，因为您不必每次都打开官方文档。
这是演示：
来自作者
此功能也适用于自定义函数。
4执行Jupyter单元时获取通知
在Jupyter 单元中运行代码后，您经常希望跳到其他地方去做其他工作。
在这种情况下，您将必须重复返回Jupyter 标记以检查单元格是否已执行。
要解决这个问题，您可以使用jupyternotify 扩展的%%notify magic 命令。
顾名思义，它会在Jupyter 单元完成（成功或失败）后通过浏览器通知用户。
要安装，请运行以下命令：
pip 安装jupyternotify
接下来，加载扩展。
%load_ext jupyternotify
完成它！
如果您想要通知，请在单元格顶部键入以下魔术命令：
%%notify ## 在此输入代码
单元完成运行后，您将收到以下通知：
作者照片
单击通知返回到Jupyter 选项卡。
5在运行时清除Jupyter Notebook中的单元格输出
使用Jupyter 时，它通常会打印出大量详细信息来跟踪代码的进度。
但是，如果输出面板中积累了大量详细信息，但您只对最新输出感兴趣，则可能会令人沮丧。
每次都必须滚动到输出的底部，这也很烦人。
要清除单元格的输出，可以使用IPython 包的clear-output 方法。
IPython 预装了Python，因此您无需安装它。
这个方法可以这样导入：
从IPython.display 导入clear_output
调用时，单元格的当前输出将被删除，并且可以打印最新的详细信息。
这是演示：
来自作者
如上图所示，单元格将仅显示最新的输出。之前的输出将被清除。
额外提示
虽然上述提示将极大地丰富您的Jupyter 体验，但在使用Jupyter 时仍然有很多事情需要担心。
例如，Jupyter 不擅长协作。由于它在本地运行，因此无法在Jupyter 中构建实时协作功能，从而允许团队协作、添加评论、跟踪进度等。
此外，共享也可能是一个令人头疼的问题。如果您需要与其他人共享笔记本，唯一的方法是通过电子邮件发送或在线托管（例如在GitHub 上），然后共享链接。
最后，许多数据科学任务并不局限于Python。其中还包括SQL，它主要用于与组织的数据库进行交互。
然而，虽然可以将SQL 集成到Jupyter 中，但过程很麻烦。
解决方案
由于对这些限制感到沮丧，我开始寻找替代方案，很高兴找到了Deepnote。
您无需学习任何新知识即可使用它，Jupyter 的所有限制都立即被消除，并且它始终提供丰富的类似Jupyter 的体验。
共享、协作、使用SQL、无需编码即可创建图表、连接到数据库等等，所有这些都无缝集成到Deepnote 中。
我们知道Jupyter 倾向于为所有Python 用户提供共同的体验，但它并不能解决数据科学家的所有痛点，尤其是团队工作的数据科学家。
在我看来，Deepnote 是Jupyter 的升级版，适合所有数据驱动的项目。请尝试一下。
至此，本文结束。
恭喜。我使用Jupyter Notebook 学到了一些很酷的技巧。我们相信这些技巧一定会提高你的Python编程效率。
另外，我很想知道您最喜欢的使用Jupyter 笔记本的技巧。
感谢您一直以来的阅读！
版权声明：本文转载于网络，版权归作者所有。如有侵权，请联系本站编辑删除。