使用jupyter notebook运行python和R的步骤

一个图形化的交互式运行环境，对于编程语言的学习和开发，特别是可视化方面，提供了极大的便利。比如在window上使用R语言进行绘图，在R语言自带的交互环境中，可以实时观测到代码的可视化效果，从而方便的进行参数调整。

python语言基于命令行的交互式运行环境，可以方便的测试和运行简单代码，但是对于可视化的支持不是很友好，为此，有开发人眼开发出了ipython这一加强版的交互式运行环境，在ipython的基础上，又进一步打造出了jupyter notebook这一强大的交互式运行环境。

jupyter notebook是一款基于浏览器的应用，正如名字中的notebook一词所表示的含义，通过jupyter notebook，我们可以以笔记的形式记录和保存相关的代码和运行结果，并将结果以文档的形式与其他人共享。

基于jupyter notebook, 还有一款成熟的IDE， 即jupyter lab，提供了IDE的完整功能，本文我们主要介绍jupyter notebook的使用, 首先进行安装，其实就是一个python的模块，使用pip包管理器进行安装的代码如下

pip install notebook

安装成功后，在命令行中输入以下命令可以启动

jupyter notebook

启动之后，在默认的浏览器中会弹出对应的窗口，示意如下

在Files菜单中，显示的是电脑上的目录结构，可以点击进行跳转，相当于调整当前工作目录的作用。通过右上角的New菜单，可以新建文件夹或者文件。对于notebook而言，默认只提供了python语言的接口。实际上，jupyter notebook支持python,R Ruby, C++等多门编程语言，只不过需要安装对应的接口。

下面来介绍使用jupyter notebook运行python和R的方法

1. 运行python

默认情况下，只支持python的运行，通过New菜单新建notebook, 编程语言选择python, 然后就会弹出如下所示的窗口

Untitled是默认的文件名，可以双击进行修改。绿色方框称之为单元格，在单元格中可以输入python代码，文字注释等等， 单元格中的内容默认为代码，也可以通过下拉菜单进行调整。

在左上角的工具栏中，+号表示新增单元格，接下来是剪切，复制，粘贴功能，上下的箭头用于切换单元格，运行按钮用于运行单元格中的代码，示例如下

从上图可以看到，通过jupyter notebook, 可以直观的看到变量内容以及可视化的效果。将对应的文件进行保存，在工作目录下，会生成一个后缀为.ipynb的文件。

2. 运行R

在jupyter notebook中运行R语言，首先需要安装IRkernel这个R包，该R包的作用如下图所示

在R的交互环境中运行如下代码

> install.packages("IRkernel")
> IRkernel::installspec(user = FALSE)

安装成功后，重启jupyter notebook,就可以看到，在notebook中支持R语言了。使用方式和python类似，示例如下

通过jupyter notebook, 可以实时查看代码的运行效果，在开发可视化代码时，非常的好用。

到此这篇关于使用jupyter notebook运行python和R的步骤的文章就介绍到这了,更多相关jupyter notebook运行python和R内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

赞 (0)

相关推荐

  • win10下安装Anaconda的教程（python环境+jupyter_notebook)

    前言: 什么是anaconda?? Anaconda指的是一个开源的Python发行版本,其包含了conda.Python等180多个科学包及其依赖项. [1] 因为包含了大量的科学包,Anaconda 的下载文件比较大(约 531 MB),如果只需要某些包,或者需要节省带宽或存储空间,也可以使用Miniconda这个较小的发行版(仅包含conda和 Python) 什么是jupyter notebook?? Jupyter Notebook 是一款开放源代码的 Web 应用程序,可让我们创建并

  • jupyter notebook 使用过程中python莫名崩溃的原因及解决方式

    最近在使用 Python notebook时老是出现python崩溃的现象,如下图,诱发的原因是"KERNELBASE.dll",异常代码报"40000015". 折腾半天,发现我启动notebook时是用自定义startup.bat方式方式启动的,bat文件的内容为 start C:\Anaconda3\python.exe "C:/Anaconda3/Scripts/jupyter-notebook-script.py" 平时双击这个bat文

  • jupyter notebook参数化运行python方式

    Updates (2019.8.14 19:53)吃饭前用这个方法实战了一下,吃完回来一看好像不太行:跑完一组参数之后,到跑下一组参数时好像没有释放之占用的 GPU,于是 notebook 上的结果,后面好几条都报错说 cuda out of memory. 现在改成:将 notebook 中的代码写在一个 python 文件中,然后用命令行运行这个文件,比如: # autorun.py import os # print(os.getcwd()) over = [ # 之前手工改参数跑完的参数

  • JupyterNotebook设置Python环境的方法步骤

    JupyterNotebook设置Python环境的方法步骤

    使用Python时,常遇到的一个问题就是Python和库的版本不同.Anaconda的env算是解决这个问题的一个好用的方法.但是,在使用Jupyter Notebook的时候,我却发现加载的仍然是默认的Python Kernel.这篇博客记录了如何在Jupyter Notebook中也能够设置相应的虚拟环境. conda的虚拟环境 在Anaconda中,我们可以使用conda create -n your_env_name python=your_python_version的方法创建虚拟环境

  • Python3 jupyter notebook 服务器搭建过程

    1. jupyter notebook 安装 •创建 jupyter 目录 mkdir jupyter cd jupyter/ •创建独立的 Python3 运行环境,并激活进入该环境 virtualenv --python=python3 --no-site-packages venv source venv/bin/activate •安装 jupyter pip install jupyter 2. jupyter notebook 配置 •创建 notebooks 目录 mkdir no

  • ipython jupyter notebook中显示图像和数学公式实例

    1. # 可以使用LaTeX表示数学公式 # 可以使用LaTeX表示数学公式 from IPython.display import Latex Latex(r"$\sqrt{x^2+y^2}$") 2. # SymPy的表达式也可以显示为LaTex %load_ext sympyprinting from sympy import * x, y = symbols("x,y") sqrt(x**2+y**2) 3. # 用Image类显示"jupyter

  • 如何实现更换Jupyter Notebook内核Python版本

    我使用anaconda安装的python3.6.3,并且自己建立一个虚拟环境,虚拟环境下的python版本也是3.6.3,Jupyter Notebook的内核P丫头好哦哦呢指向的是虚拟环境下的python,最近在使用matplotlib库的遇到了下面的问题: 我的lib目录下是有matplotlib以及相关的库的,重装什么的都试过,无奈实在是找不到解决的办法,于是想更换一下Jupyter Notebook的内核Python版本.接下来具体看一下如何更换内核Python版本. 1.首先在cmd下

  • 在Python中画图(基于Jupyter notebook的魔法函数)

    这篇文章主要介绍了在Python中画图(基于Jupyter notebook的魔法函数),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 先展示一段相关的代码: #we test the accuracy of knn and find the k which makes the biggest accuracy k_range=list(range(1,26))#[1,25] scores=[] for k in k_range: knn=KN

  • windows python3安装Jupyter Notebooks教程

    Jupyter Notebooks 是什么? Jupyter Notebooks 是一款开源的网络应用,我们可以将其用于创建和共享代码与文档. 其提供了一个环境,你无需离开这个环境,就可以在其中编写你的代码.运行代码.查看输出.可视化数据并查看结果.因此,这是一款可执行端到端的数据科学工作流程的便捷工具,其中包括数据清理.统计建模.构建和训练机器学习模型.可视化数据等等,因为它们比单纯的 IDE 平台更具交互性,所以它们被广泛用于以更具教学性的方式展示代码. 准备工作: 1.windows 操作

  • Python使用jupyter notebook查看ipynb文件过程解析

    首先确保已安装jupyter notebook,而且添加到了环境变量 再找到保存ipynb文件的文件夹,在路径处直接输入cmd,然后回车 进入命令行窗口后,输入jupyter lab 然后浏览器就会打开 以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我们.

随机推荐