1.3　Anaconda与Jupyter Notebook

在1.2.2节中介绍Python的安装时，本书推荐使用Anaconda，并对Anaconda做了简单的介绍。事实上，Anaconda是强大又好用的开发环境，它集成了许多非常有用的工具，因此，很有必要单独用一节来介绍它。本节将介绍几个优秀的Anaconda工具，以及现在应用非常广泛的编程利器Jupyter Notebook。事实上，Anaconda和Jupyter Notebook已成为数据分析的标准环境。本书配套的源代码都是在Jupyter Notebook环境下完成的。

1.3.1　Anaconda

Anaconda集成了许多优秀的开发工具。下面，我们挑选几个来重点介绍一下。

1．Anaconda Navigator

以Windows操作系统为例，安装Anaconda之后，在“开始”菜单的搜索框中输入Anaconda Navigator就可以打开该工具。

Anaconda Navigator是Anaconda发行包中包含的桌面图形界面，可以用来方便地启动Python开发工具，不需要使用命令行的命令。Anaconda Navigator启动后的界面如图1-13所示。

从Anaconda Navigator的界面中可以看到，它为我们提供了许多开发工具，默认已经安装的有JupyterLab、Jupyter Notebook、Qt Console、Spyder、VS Code。若要启动某个工具，直接单击相应工具下面的Launch按钮即可，非常方便。

2．Anaconda Prompt

Anaconda Prompt可以当成Anaconda的终端，就像Windows操作系统里的命令行窗口一样。在Anaconda Prompt中，我们可以使用conda命令来管理Python库。conda是一个开源的软件包管理系统和环境管理系统，可以很方便地管理Python的库函数以及创建虚拟环境。以Windows操作系统为例，在“开始”菜单的搜索框里输入Anaconda Prompt就可以打开它。

Anaconda Prompt的界面与命令行窗口非常类似，如图1-14所示。

下面介绍几个非常有用的conda命令。

（1）列出所有已安装的包（包括很多Python库，如NumPy、Matplotlib等）：

　　　> conda list

（2）安装包（例如安装Python的Pandas库）：

　　　> conda install pandas

（3）卸载包（例如卸载Pandas库）：

　　　> conda uninstall pandas

（4）更新包（例如更新Pandas库）：

　　　> conda update pandas

1.3.2　Jupyter Notebook

Jupyter Notebook已经成为机器学习、深度学习以及数据分析时必备的工具了。那么，什么是Jupyter Notebook呢？Jupyter Notebook的图标如图1-15所示。

Jupyter Notebook是一个Web应用程序，可让我们创建并共享代码和文档，并支持代码、Latex公式、可视化和Markdown。目前，机器学习领域最热门的比赛Kaggle里的资料都是Jupyter的格式。入门深度学习，Jupyter Notebook是必不可少的重要工具。简单地说，我们可以在Jupyter Notebook里编写代码并执行，甚至可以给代码写上注释性文档。

我们刚才介绍了Anaconda Navigator，可以在Anaconda Navigator界面中找到Jupyter Notebook并直接打开它。Jupyter Notebook的主界面如图1-16所示。

若要创建一个新的Notebook，只需单击主界面右侧的New命令，在下拉选项中选择一个Notebook类型即可，如图1-17所示。

例如，我们可以创建一个Python 3的Notebook。新建的Notebook页面如图1-18所示。

新建Notebook的默认名称为Untitled，我们可以单击File菜单选择Rename命令修改名称，也可以单击Untitled直接修改。

菜单和快捷键下方就是编辑区，可以看到一个个单元（cell）。每个Notebook都由许多单元组成，每个单元可以设置不同的类型，最常用的两种类型是“代码”和“标记”，切换方式如图1-19所示。“代码”表示该单元用来编写Python代码，“标记”表示该单元用来编写Markdown文档。

1．Python代码

一般默认的单元类型是代码单元，以“In[ ]”开头。在代码单元里，可以输入任何代码并执行。例如，用键盘输入1+2，然后按组合键Shift+Enter，代码将被运行并显示结果，如图1-20所示。同时，切换到新的单元中。也可以通过菜单栏Cell→Run cells来运行这个单元。

Notebook有一个非常有趣的特性，即可以随时返回之前的单元，修改并重新运行。如果想使用不同的参数调试方程又不想运行整个脚本的时候，这个特性非常有用。

2．Markdown文档

除了编写Python代码之外，还可以在Notebook里编写Markdown文档用于注释，以增强文档的可读性和丰富性。按照上面介绍的方法，切换单元为“标记”，就可以编写Markdown文档了。

1）添加文本注释

可以在Markdown文档中添加一级标题（#）、二级标题（##）、三级标题（###）和解释性文档等，这样做最大的好处就是让程序代码的可读性更强。现在，我们给代码编写注释性文档，如图1-21所示。

2）插入图片

除了添加文本注释之外，还可以在Markdown文档中插入图片，例如输入如图1-22所示的命令，即可插入Jupyter图标的网络图片。

除了插入网络图片之外，还可以插入本地计算机中的图片，只要设置正确的图片路径即可。

3）插入Latex公式

除此之外，Markdown文档还支持Latex语法。可以在Markdown文档中按照Latex语法的规则写下公式，然后直接运行，就可以看到结果。

例如，在Jupyter代码中插入Latex公式，如图1-23所示。列举公式会更加方便用户理解程序，增强程序代码的可读性。

3．Matplotlib与Jupyter Note结合使用

Matplotlib与Jupyter Notebook结合使用时，效果更好。为了在Jupyter Notebook中使用Matplotlib，只需要告诉Jupyter获取所有Matplotlib生成的图形，并把它们全部嵌入Notebook中，代码如下：

　　　%matplotlib inline

下面这段简单的代码将绘制二次曲线y=x²对应的图形。

　　　import numpy as np
　　　import matplotlib.pyplot as plt

　　　x = np.arange(20)
　　　y = x**2
　　　plt.plot(x, y)

运行以上代码，结果如图1-24所示。

可以看到，绘制的图形直接嵌入Notebook中，显示在代码下方。修改代码，重新运行，图形将自动同步更新。代码和图形放在同一个文件中，可以增强程序代码的可读性。

关于Jupyter Notebook，我们就简单介绍至此。然而，Jupyter Notebook的功能远不止此，读者可以查阅相关资料，掌握更多Jupyter Notebook的使用技能。本书配套的所有源代码也都将在Jupyter Notebook环境下实现。