• Python语法学习 https://zhuanlan.zhihu.com/p/24162430

Python 安装库

安装Jupyter Notebook

  1. 先安装Python
  2. cmd 进入K:\Jupyter Notebook Python\Python_3.6.4\Scripts目录
  3. cmd 输入 pip install jupyter 开始安装
  4. 运行 Python_3.6.4\Scripts下的 jupyter-notebook.exe

安装numpy 数学包

  1. 到https://pypi.python.org/pypi/numpy#downloads 下载对应版本的numpy-1.14.0-cp36-none-win_amd64.whl 文件,复制到Scripts目录下安装
    cmd运行 在K:\Jupyter Notebook Python\Python_3.6.4\Scripts>

  2. pip install numpy-1.14.0-cp36-none-win_amd64.whl

安装绘图包matplotlib

  1. cmd 输入 pip install matplotlib

安装pandas 数据输入输出库

  1. cmd 输入 pip install pandas

安装seaborn绘图库

  1. cmd 输入 pip install seaborn

pip安装命令

  1. 安装 pip install jupyterthemes
  2. 安装最新版本 pip install --upgrade jupyterthemes
  3. 安装指定版本 pip install jupyterthemes==0.18.3

  4. 实际上pip instal 既可以安装本地.whl 也可以在线安装
  5. 若在线安装失败,如UnicodeDecodeError: 'gbk' codec can't decode 这类问题。可能需要安装之前的指定版本

import math 
math.sin(3)
0.1411200080598672
words = ['cat', 'window', 'defenestrate']
for w in words:print("单词 "+w, "长度"+str(len(w)))
单词 cat 长度3
单词 window 长度6
单词 defenestrate 长度12
# 绘图包 matplotlib 的使用
# https://liam0205.me/2014/09/11/matplotlib-tutorial-zh-cn/
# http://codingpy.com/article/a-quick-intro-to-matplotlib/
import matplotlib.pyplot as plt # 需要先包含绘图包
import numpy as npx = np.arange(20)
y = x**2plt.plot(x, y)
plt.show() # 显示图形#参考 http://codingpy.com/article/a-quick-intro-to-matplotlib/

$$ \int_0^{+\infty} x^2 dx $$

# 自定义曲线的外观
x = np.linspace(0, 2 * np.pi, 50)
plt.plot(x, np.sin(x), 'r-o',x, np.cos(x), 'g--')   # r g 颜色   - 线型
plt.show()

# 彩色映射散点图
x = np.random.rand(1000)
y = np.random.rand(1000)size = np.random.rand(1000) * 50
colour = np.random.rand(1000)plt.scatter(x, y, size, colour) # 散点图
plt.colorbar() #颜色栏
plt.show()
 ![](http://images2017.cnblogs.com/blog/151822/201801/151822-20180113001655894-342726755.png)
import matplotlib.pyplot as plt
import numpy as npfrom mpl_toolkits.mplot3d import Axes3Dnp.random.seed(42)# 采样个数500
n_samples = 500
dim = 3# 先生成一组3维正态分布数据,数据方向完全随机
samples = np.random.multivariate_normal(np.zeros(dim),np.eye(dim),n_samples
)# 通过把每个样本到原点距离和均匀分布吻合得到球体内均匀分布的样本
for i in range(samples.shape[0]):r = np.power(np.random.random(), 1.0/3.0)samples[i] *= r / np.linalg.norm(samples[i])upper_samples = []
lower_samples = []for x, y, z in samples:# 3x+2y-z=1作为判别平面if z > 3*x + 2*y - 1:upper_samples.append((x, y, z))else:lower_samples.append((x, y, z))fig = plt.figure('3D scatter plot')
ax = fig.add_subplot(111, projection='3d')uppers = np.array(upper_samples)
lowers = np.array(lower_samples)# 用不同颜色不同形状的图标表示平面上下的样本
# 判别平面上半部分为红色圆点,下半部分为绿色三角
ax.scatter(uppers[:, 0], uppers[:, 1], uppers[:, 2], c='r', marker='o')
ax.scatter(lowers[:, 0], lowers[:, 1], lowers[:, 2], c='g', marker='^')plt.show()# 参考 https://zhuanlan.zhihu.com/p/24309547

使用pandas数据输入输出库

参考 http://python.jobbole.com/80853/

import pandas as pddf = pd.DataFrame({  'A' : 1.,'B' : pd.Timestamp('20130102'),'C' : pd.Series(1, index=list(range(4)), dtype='float32'),'D' : pd.Series([1, 2, 1, 2], dtype='int32'),'E' : pd.Categorical(["test", "train", "test", "train"]),'F' : 'foo' })
df
A B C D E F
0 1.0 2013-01-02 1.0 1 test foo
1 1.0 2013-01-02 1.0 2 train foo
2 1.0 2013-01-02 1.0 1 test foo
3 1.0 2013-01-02 1.0 2 train foo
df.B
0   2013-01-02
1   2013-01-02
2   2013-01-02
3   2013-01-02
Name: B, dtype: datetime64[ns]

使用Seaborn绘图库

Seaborn本质上使用Matplotlib作为核心库,默认情况下就能创建赏心悦目的图

# http://python.jobbole.com/80853/import seaborn as sns# Load one of the data sets that come with seaborn
tips = sns.load_dataset("tips")sns.jointplot("total_bill", "tip", tips, kind='reg');

tips.head()
total_bill tip sex smoker day time size
0 16.99 1.01 Female No Sun Dinner 2
1 10.34 1.66 Male No Sun Dinner 3
2 21.01 3.50 Male No Sun Dinner 3
3 23.68 3.31 Male No Sun Dinner 2
4 24.59 3.61 Female No Sun Dinner 4
sns.lmplot("total_bill", "tip", tips, col="smoker");

其它参考

http://blog.csdn.net/qq_34264472/article/details/53814653

https://www.cnblogs.com/kylinlin/p/5236601.html

http://blog.csdn.net/u013082989/article/details/73278458

https://www.cnblogs.com/gczr/p/6767175.html

Python·Jupyter Notebook各种使用方法记录

http://blog.csdn.net/tina_ttl/article/details/51031113

Jupyter更换主题

https://github.com/dunovank/jupyter-themes

安装主题

  1. pip install jupyterthemes

若出现UnicodeDecodeError: 'gbk' 中文问题,可安装之前的版本
pip install jupyterthemes==0.18.3

查看已安装带主题

  1. 命令行 jt -l

应用主题

  1. 命令行 jt -t onedork -f fira -fs 13

-fs 13 字体

回复原始状态

  1. jt -r
# 嵌入视频
from IPython.display import VimeoVideo
VimeoVideo("63250251",with=600, height=400)
  File "<ipython-input-21-5e0fd48278da>", line 3VimeoVideo("63250251",with=600, height=400)^
SyntaxError: invalid syntax
# 交互图表
import ipywidgetsa=ipywidgets.IntSlider(value=5,min=0, max=10, step=1)
a
ipywidgets.Text()
# 嵌入HTML页面
from IPython.display import HTML
HTML('<iframe src="https://www.baidu.com" width=800 height=400></iframe>')
# 运行外部.py程序
#    %run xxxx/xxxx.py
# Geo-Json

安装jupyter lab Python IDE

  1. pip install jupyterlab

执行 jupyter lab

转载于:https://www.cnblogs.com/ytyt2002ytyt/p/8278139.html

杨韬的Python/Jupyter学习笔记相关推荐

  1. python selenum学习笔记(一) 登录bilibil

    @[TOC](python selenum学习笔记(一) 登录bilibil) 利用selenum模拟浏览器操作登录bilibili 之前学习网站内容抓取的时候,一般都是get方法,获取respons ...

  2. python做直方图-python OpenCV学习笔记实现二维直方图

    本文介绍了python OpenCV学习笔记实现二维直方图,分享给大家,具体如下: 官方文档 – https://docs.opencv.org/3.4.0/dd/d0d/tutorial_py_2d ...

  3. python 正则学习笔记

    python 正则学习笔记 官方document #1.0 import re m=re.search('(?<=abc)def','cxabcdefgb')print(m.group(0))# ...

  4. Python数据结构学习笔记——链表:无序链表和有序链表

    目录 一.链表 二.无序链表 实现步骤分析 三.无序链表的Python实现代码 四.有序链表 实现步骤分析 五.有序链表的Python实现代码 结语 一.链表 链表中每一个元素都由为两部分构成:一是该 ...

  5. Python数据结构学习笔记——队列和双端队列

    目录 一.队列的定义 二.队列 实现步骤分析 三.队列的Python实现代码 四.队列的应用 六人传土豆游戏 五.双端队列的定义 六.双端队列 实现步骤分析 七.双端队列的Python实现代码 八.双 ...

  6. Python数据结构学习笔记——栈

    目录 一.栈的定义和特性 (一)栈的定义 (二)栈的反转特性 二.实现分析步骤 三.栈的Python实现代码 四.栈的应用 (一)匹配圆括号 (二)匹配符号 (三)模2除法(十进制转二进制) (四)进 ...

  7. Python基础学习笔记三

    Python基础学习笔记三 print和import print可以用,分割变量来输出 import copy import copy as co from copy import deepcopy ...

  8. python opencv 直方图均衡_详解python OpenCV学习笔记之直方图均衡化

    本文介绍了python OpenCV学习笔记之直方图均衡化,分享给大家,具体如下: 官方文档 – https://docs.opencv.org/3.4.0/d5/daf/tutorial_py_hi ...

  9. Python基础学习笔记之(二)

    Python基础学习笔记之(二) zouxy09@qq.com http://blog.csdn.net/zouxy09 六.包与模块 1.模块module Python中每一个.py脚本定义一个模块 ...

  10. Python基础学习笔记之(一)

    Python基础学习笔记之(一) zouxy09@qq.com http://blog.csdn.net/zouxy09 前段时间参加微软的windows Azure云计算的一个小培训,其中Pytho ...

最新文章

  1. 《预训练周刊》第24期:Infinite-former:无限记忆变换器、2500万悟道科研基金开始申请
  2. linux下多种锁的比较
  3. 批量改变文件夹和子文件夹中图片格式的两种方法
  4. 个人贷款5级分类,来看看你是哪一级
  5. RequireJS代码文件依赖管理 - 入门篇
  6. HTML+CSS实现轮播图效果
  7. python做一个本地搜索_用 python, django 实现的一个很简单的搜索引擎
  8. css浮动与清除浮动相关总结(附图解、实例)
  9. 狮子鱼社区团购小程序独立版 安装教程及后台设置小程序APPID,微信支付,腾讯地图AppKey
  10. 【hightopo】【基础图标】 HT for Web简单图标的制作:进度图标
  11. PSB格式转换太麻烦?Aspose.PSD教你用代码将大型PSB文件转换为PDF/JPEG格式
  12. bugzilla dbd-mysql_Redhat 搭建bugzilla平台
  13. java 计算百分比 保留两位小数
  14. atan(y/x)与atan2(y,x)的区别
  15. 【MATLAB】基于油猴脚本和MATLAB下载原创力文档
  16. Tableau基础-第一章(初学者)
  17. 计算机怎么查找表格里内容,请教如何迅速查找复杂EXCEL表格里的内容? -电脑资料...
  18. HOG+SVM实现行人检测
  19. 宋宝华: 用off-cpu火焰图进行Linux性能分析
  20. 1610C - Keshi Is Throwing a Party 题解

热门文章

  1. 系统地学习3D建模!教你零基础入门
  2. 三十岁那年,我的梦想是年薪十万
  3. 他发现了古老疟疾背后的元凶,也在质疑声中开创了致病生物的新时代
  4. WIN7+LR11+IE8无法打开的问题解决方法
  5. html5中的 hr定位,被大家遗忘的 hr 标签元素
  6. Python网络爬虫之爬取百思不得姐视频并保存至文件
  7. html5游戏 做广告联盟怎么样,几个比较好的国外广告联盟推荐
  8. android 按钮果冻效果,用Tween动画简单模拟果冻按钮效果
  9. 随机返回经典语句接口API
  10. 基于Websocket协议的即时通讯系统设计与实现