「EP」02 在Vscode中使用Jupyter Notebook（重制）

Greetings! ¶

嗨！这里是阿乎的博客！(> ▽ <) /~

Jupyter Notebook是一个非常流行的Python交互式环境，它允许用户将代码、文本、图像等内容整合在一个文档中，甚至分段（分为多个cell）运行代码，查看运行结果。Even better，其可以保存每一个cell的运行结果，并且导出为多种格式如.html、.pdf，以便展示你的思考过程。

传统的Jupyter Notebook是在浏览器中运行的，不过其后端需要一直运行着一个终端，启动时会稍显卡顿并且少有可拓展性。（而且大部分初学者会通过Anaconda Navigator（那个启动会会一直显示在屏幕中间的绿色的圈）来运行Jupyter Notebook，进一步延长了启动的时间）

于是，使用其他编辑器来运行Jupyter Notebook就成为了一个很好的选择。

本章我会介绍如何在Vscode中使用Jupyter Notebook。

1. 安装Jupyter插件 ¶

打开Vscode，点击左侧的Extensions，搜索Jupyter，安装第一个即可。它会同时自动下载其它所需要的插件。

• 如果你担心一个插件不够用，那么可以将搜索结果中由Microsoft开发的Jupyter插件也安装上。这些插件有着微软团队的长期维护和更新，相对来说更加安全稳定。

2. 创建一个Jupyter Notebook ¶

Jupyter Notebook的文件后缀名为.ipynb，新建任意一个文件，然后将其后缀名改为.ipynb即可。

将其使用Vscode打开，你会看到这样的界面：

其中，+ code和+ markdown分别代表了新建一个代码块和一个文本块，Run All表示运行所有的代码块。

而最重要的是Select Kernel（或者说Select Jypyter Server），这是用于指定Jupyter Notebook的运行环境的。

也正是上一章节中提到的Python解释器。

点击Select Kernel，可以看到我们需要从Python Environment（Python环境）和Existing Jupyter Server（已有的Jupyter服务器）中选择一个。接下来我们以Python Environment为例。

3. 准备运行环境 ¶

此处的Python Environment即为上一张提到的Virtual Environment（虚拟环境）。

也就是说，.py文件和.ipynb文件可以使用相同的虚拟环境。

只不过要注意的是，运行Jupyter Notebook之前，需要为虚拟环境安装一个依赖库，即ipykernel。

# 首先激活虚拟环境，之后再安装内核
conda activate <your_env_name> # 激活虚拟环境，<>内为你自己的虚拟环境的名字
pip install ipykernel # 安装ipykernel

4. 运行Jupyter Notebook ¶

现在，你可以在Jupyter Notebook中愉快地写代码了。

让我们新建一个code块，尝试运行一段简单的代码：

print("Hello, World!")

点击左侧的小三角形，即单独运行这个code块。

左侧的数字表示了运行的顺序，此处的[1]表示这是第一个运行的code块。

由于Jupyter Notebook的机制，每一个code块都会保存其运行结果（包括变量的值，函数的定义等等）。

以下例子可以很好地解释这种机制：

5. 一些使用场景 ¶

相较于.py，.ipynb文件更适合于一些交互式、实验性的代码，以及需要展示的场景。

5.1 数据分析 ¶

假如，我需要写一个绘图函数来分析一些需要加载很久的数据。如果使用.py文件，那么每次修改代码后都需要重新运行，这就导致重复地加载数据，重复地浪费时间。

然而.ipynb文件可以保存每一个code块的运行结果，也就是说在第一次加载数据后，该数据会一直保存在内存中，直到你关闭或者重启Jupyter Notebook。

5.2 分段展示代码结果 ¶

假如，我需要分段地展示一段代码的运行结果，那么.ipynb文件就是一个很好的选择。（尤其是对初学者来说）

比如此处，我需要先分析数据，之后再进行计算。如果使用.py文件，那么我需要将这两个过程分开（写两个文件，两次导入数据），而使用.ipynb文件，我可以直接在同一个文件中完成这两个过程。

6. 总结 ¶

无论是.py文件还是.ipynb文件，都是Python的代码文件，只不过后者更适合于交互式、实验性的代码。请不要一味地使用.ipynb，而是根据具体的场景选择更合适的文件类型！

Have fun! 😉