jupyter基础

1. 数据阶段 要使用的编译器 jupyter notebook

2. 数据阶段：
   AI 初级
   AI 体系： google alphago 深度学习框架
   商业领域： 推荐系统 人脸识别 验证码识别 BI（数据分析）（偏运维）
   工业领域： 智能驾驶 语义识别 情感分析 目标检测 (偏重算法开发) 研究生 博士
   数学基础（大一大二）
   python 基本库： (numpy pandas)数据分析+人工智能的基础
   sklearn 数据挖掘 + 人工智能的基础
   tensorflow 深度学习框架
   可视化工具： Matplotlib、 seaborn、 Excel、POWERBI、Tableau、SPSS

   python是综合学科： python-web 爬虫 数据分析
   数据分析岗 监控数据 给出一些决策建议（商业数据分析模式）（10K-15K）

3. 课前准备：
   安装 pip install jupyter -i
   安装 pip install numpy -i
   安装 anaconda[不急]
   打开终端： 输入 jupyter notebook 回车

4. jupyter notebook
   是一个集文本、代码、绘图于一身的轻量级的文本编译器，它是基于ipython的，适合展示数据分析的过程

退出编辑 Esc
进入编辑 Enter
Markdown M
Code Y

单元格操作：
前提：保证单元格处于选中状态
1．新增单元格按B在选中单元格下方新增
按A在选中单元格上方新增
2．删除单元格 双击D 删除选中单元格
3．剪切单元格按X剪切选中单元格，替代删除操作

4. 复制单元格按C复制选中单元格
5. 粘贴单元格按V粘贴粘贴板里的单元格
   6．撤销单元格按Z撤销上一次的单元格操作

# 帮助（3种方式）
help(dir)
dir?
# tab + shift 查看文档
len()  

# tab 补全
import sys
print(1)

# 运行test2.py文件，之后就可以使用其中的类，变量等。相当于把整个文件的资源加载到jupyter notebook中了
%run test2.py

AA()

计算代码运行时间，4个符号，4种组合
%
%%
time
timeit

# 你写完函数要运行一下，不然保存不到jupyter notebook中
def fun(num):
    sum = 0
    for i in range(num):
        sum += i
    return sum

# 统计单行的单次运行时间
%time fun(1000000)

# 统计单行的多次运行取平均，不适合时间长的计算
%timeit fun(1000000)

%%time
# 统计块的单次运行时间。
# 注释还不能放到%%time上面
fun(1000000)
fun(1000000)
fun(1000000)

%%timeit
# 统计块的多次运行取平均
fun(1000000)
fun(1000000)
fun(1000000)

# 快速查看当前会话的所有变量与函数名称，导入模块
%who

# 更加详细
%whos

# 以列表形式返回
%who_ls

# 在Linux指令之前加上！，即可在ipython当中执行Linux指令。windows是%
%pwd

# 查看所有魔法指令
lsmagic

# 查看第129行的输出
_129