Python数据分析：Jupyter Notebook 讲解本文的文字及图片来源于网络,仅供学习

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理
作者丨Corley
源自丨快学python
文章插图
1.Jupyter Notebook基本介绍Jupyter Notebook（此前被称为IPython notebook）是一个交互式笔记本，支持运行40多种编程语言。
在开始使用notebook之前，需要先安装该库：（1）在命令行中执行pip install jupyter来安装；（2）安装Anaconda后自带Jupyter Notebook 。
在命令行中执行jupyter notebook ，就会在当前目录下启动Jupyter服务并使用默认浏览器打开页面，还可以复制链接在其他浏览器中打开，如下：
文章插图
可以看到， notebook界面由以下部分组成：（1）notebook名称；（2）主工具栏，提供了保存、导出、重载notebook ，以及重启内核等选项；（3）notebook主要区域，包含了notebook的内容编辑区。
文章插图
2.Jupyter Notebook的使用在Jupyter页面下方的主要区域，由被称为单元格的部分组成。每个notebook由多个单元格构成，而每个单元格又可以有不同的用途。上图中看到的是一个代码单元格（code cell），以[ ]开头，在这种类型的单元格中，可以输入任意代码并执行。例如，输入1 + 2并按下Shift + Enter ，单元格中的代码就会被计算，光标也会被移动到一个新的单元格中。
【Python数据分析：Jupyter Notebook 讲解】如果想新建一个notebook ，只需要点击New ，选择希望启动的notebook类型即可。
简单使用示意如下：
文章插图
可以看到， notebook可以修改之前的单元格，对其重新计算，这样就可以更新整个文档了。如果你不想重新运行整个脚本，只想用不同的参数测试某个程式的话，这个特性显得尤其强大。不过，也可以重新计算整个notebook ，只要点击Cell -> Run all即可。
再测试标题和其他代码如下：
文章插图
可以看到，在顶部添加了一个notebook的标题，还可以执行for循环等语句。
3.Jupyter中使用PythonJupyter测试Python变量和数据类型如下：
文章插图
测试Python函数如下：
文章插图
测试Python模块如下：
文章插图
可以看到，在执行出错时，也会抛出异常。
测试数据读写如下：
文章插图
数据读写很重要，因为进行数据分析时必须先读取数据，进行数据处理后也要进行保存。
4.数据交互案例加载csv数据，处理数据，保存到MongoDB数据库
有csv文件shopproducts.csv和userratings.csv ，分别是商品数据和用户评分数据，如下：
文章插图