Jupyter Notebook是python安装环境中常见的一款交互式计算工具，它以网页为运行载体，允许用户在单个文档中完成代码编写、运行、结果查看以及内容注释的全流程操作，打破了传统代码文件只能存储代码、运行结果需要单独查看的局限。
Jupyter Notebook的核心特点
Jupyter Notebook之所以在python开发者中普及度很高，主要源于它的几个核心优势：
- 交互式运行：可以将代码分成多个独立的代码块，逐块运行并即时查看输出结果，不需要每次运行整个文件，调试和测试效率更高。
- 多内容融合：支持在文档中插入Markdown格式的文本说明、数学公式、图片、表格等内容，代码和解释性内容可以一一对应，方便梳理逻辑。
- 多语言支持：虽然最常和python搭配使用，但它也支持R、Julia等多种编程语言，适配不同的开发需求。
- 易分享性：生成的.ipynb格式文件可以直接分享给他人，接收方只要安装对应环境就能完整复现所有运行过程和结果。
Jupyter Notebook的常见使用场景
在实际开发中，Jupyter Notebook的应用场景非常广泛：
数据分析与可视化
数据分析师可以用它逐步骤完成数据读取、清洗、转换、建模和可视化的全流程，每一步的结果都可以直接展示在文档中，方便调整分析逻辑。以下是用python在Jupyter Notebook中绘制简单折线图的示例：
import matplotlib.pyplot as plt
import numpy as np
# 生成测试数据
x = np.linspace(0, 10, 100)
y = np.sin(x)
# 绘制折线图
plt.plot(x, y)
plt.title("正弦波折线图")
plt.xlabel("X轴")
plt.ylabel("Y轴")
plt.show()
机器学习模型开发
算法工程师可以用它快速验证模型思路，逐模块测试特征工程、模型训练、参数调优的效果，不需要反复修改和运行完整的脚本文件。
教学与文档演示
编程讲师可以用它制作包含代码和讲解内容的教学文档，学生可以直接在文档中运行代码验证学习成果，比单纯的文字教程更直观。
如何启动Jupyter Notebook
如果你是通过Anaconda安装的python环境，只需要在终端或者Anaconda Navigator中点击对应启动按钮即可。如果是通过pip安装的python，可以先执行以下命令安装Jupyter Notebook：
pip install jupyter
安装完成后，在终端执行以下命令就可以启动服务：
jupyter notebook
执行命令后，系统会自动打开默认浏览器，显示Jupyter Notebook的文件管理页面，你可以在这里新建或者打开已有的.ipynb文件。
Jupyter Notebook的基本操作
进入Jupyter Notebook的编辑页面后，你会看到两种主要的单元格类型：
Code单元格：用于编写和运行代码，运行后结果会直接显示在单元格下方。Markdown单元格：用于编写文本说明，支持Markdown语法，可以用来添加标题、列表、加粗、斜体等内容。
常用的快捷键可以提升操作效率：
| 快捷键 | 功能说明 |
|---|---|
| Enter | 进入单元格编辑模式 |
| Shift + Enter | 运行当前单元格并跳转到下一个单元格 |
| Esc | 退出编辑模式，进入命令模式 |
| M | 在命令模式下将当前单元格切换为Markdown类型 |
| Y | 在命令模式下将当前单元格切换为Code类型 |
需要注意的是，Jupyter Notebook中定义的变量会保存在当前会话的内存中，如果你重启了服务或者关闭了页面，之前定义的变量会失效，需要重新运行对应的代码块。
Jupyter_Notebookpython交互式编程数据分析修改时间：2026-06-24 08:00:27