- Python医学实用统计分析
- 潘兴强 陈根浪主编
- 1449字
- 2025-03-18 19:11:09
1.4.2 Jupyter Notebook界面
接下来主要介绍Jupyter Notebook整个用户界面和不同Notebook模式下各UI元素的作用。用户界面由笔记本仪表板(Notebook Dashboard)和笔记本编辑器(Notebook Editor)两个组件所组成(图1-8)。

图1-8 Jupyter Notebook用户界面
1.4.2.1 Jupyter Notebook仪表板
Jupyter Notebook仪表板有文件(Files)、当前运行(Running)和IPython parallel支持集群(Clusters)3个面板(集群现阶段使用频率较低,因此在此不做详细说明,想要了解更多信息者可以访问IPython parallel的官方网站)。
文件面板类似于文件浏览器,默认打开的文件目录是系统默认路径。可以通过点击目录来打开文件夹和文件,也可以点击路径标签直接进入特定文件目录(图1-9)。

图1-9 Jupyter Notebook仪表板
当前运行面板主要展示当前正在运行中的终端和笔记本。注意:仅关闭其界面是无法彻底退出程序的,需要在当前运行面板(Running)点击其对应的关闭“Shutdown”。
笔记本仪表板右上角处有“New”和“Upload”菜单,分别为新建笔记本和上传文件功能。初次使用Jupyter Notebook时,一般先通过“New”下拉菜单创建基于Python 3内核的笔记本(图1-10),开始编程。可以通过“Upload”菜单上传数据或Notebook等文件。

图1-10 新建Python 3笔记本
1.4.2.2 Jupyter Notebook编辑器
创建好或打开笔记本后,就可以在此界面编写代码了。该界面主要分为主菜单(Menubar)、工具栏(Toolbar)和编辑单元(Cell)部分,在右上角可以看到目前的编辑状态及所使用的内核(图1-11)。
编辑单元是笔记本的核心,主要用于编写代码。编辑单元有编辑单元模式(Cell Mode)和编辑单元类型(Cell Type)两种属性(图1-12)。其中,编辑单元模式又分为编辑模式(Edit Mode)和命令模式(Command Mode)。

图1-11 笔记本编辑器

图1-12 编辑单元模式与类型
(1)编辑模式:
按照绿色单元格边框和编辑器区域显示的提示,当单元处于编辑模式时,可以用普通文本方式进行编辑(图1-13上图)。Jupyter Notebook支持多个编辑单元重复编辑,但是在同一时间内只能有一个编辑单元处于编辑状态。变量在多个编辑单元之间是共享的,即定义变量的编辑单元只需执行1次即可。
(2)命令模式:
左边界为蓝色,编辑器区域为灰色(图1-13下图),不能编写代码。可以通过“Esc”键或使用在“Cell”编辑器区域之外单击鼠标进入命令模式。

图1-13 编辑单元编辑模式与命令模式
编辑单元除了编写代码外,还支持Markdown编写。Markdown是一种“轻量级”标记语言,允许使用纯文本格式编写文档,并支持数学公式等编写。在命令模式下,在键盘上按“m”键可以切换为Markdown编写模式,按“y”键可以回到编辑模式。
1.4.2.3 Jupyter Notebook用户菜单
笔记本编辑器户菜单中各用元素名称见图1-14。
文件(File)菜单:
包括一些基本的文件操作,如打开笔记本、保存、打印和下载等(图1-15),其中保存记录点和还原记录点功能可以对不同时间的编辑版本进行管理。

图1-14 用户菜单

图1-15 文件菜单
编辑(Edit)菜单:
包括对编辑单元的剪切、复制、粘贴、移动、删除、查找、替换、分开、合并以及对元数据、附件的基本操作(图1-16)。

图1-16 编辑菜单
查看(View)菜单:
包括对笔记本档名、工具栏、行号和工具栏子项显示等操作(图1-17)。

图1-17 查看菜单
插入(Insert)菜单:
包括在上/下方新建一个编辑单元的操作(图1-18)。在命令模式下,可以通过在键盘上按“a”键在上方新建一个编辑单元,按“b”键在下方新建一个编辑单元。

图1-18 插入菜单
编辑单元(Cell)菜单:
包括运行多个编辑单元、更改编辑单元类型和输出设置等操作(图1-19)。

图1-19 编辑单元菜单
内核(Kernel)菜单:
包括对内核的重启、中断、关闭以及在不同内核间切换等操作(图1-20)。

图1-20 内核菜单
组件(Widgets)菜单:
Jupyter Notebook组件提供了可视觉化及控制数据变化的功能,包括保存、清除、下载笔记本状态,以及嵌入多个组件(图1-21)。

图1-21 组件菜单
帮助(Help)菜单:
提供在线参考文档,包括Numpy、SciPy、 Matplotlib、SymPy和Pandas库等的帮助信息(图1-22)。

图1-22 帮助菜单