在此之前，你已经学习了有关深度学习的理论部分了。从今天开始，你将接触更多与实际编程开发相关的内容，就让我们从常用的工具说起。

深度学习编程常用工具

我们先来看 4 个常用的编程工具：Sublime Text、Pycharm、Vim、Jupyter。虽然我介绍的是 Jupyter，但并不是要求你必须使用它，你也可以根据自己的喜好自由选择。

Sublime Text

第一个是 Sublime Text，它是一个非常轻量且强大的文本编辑工具，内置了很多快捷的功能，同时还支持很丰富的插件功能，对我们来说非常方便。

如上图所示，它可以自动为项目中的类、方法和函数生成索引，我们让我们可以跟踪代码。可以通过它的 goto anything 功能，根据一些关键字查找到项目中的对应的代码行。

Pycharm

第二个是 Pycharm，这里我不做过多的介绍，它与 R Studio 一样都是针对某一编程语言的特定 IDE。

Vim

第三个是 Vim，它是 Linux 系统中的文本编辑工具，方便快捷且强大，我们在项目中经常会使用到。

在我们的项目中，经常需要登录到服务器上进行开发，而服务器一般都是 Linux 系统，不会有 Sublime Text 与 Pycharm，所以我们可以直接用 Vim 打开代码进行编辑。对于没有接触过 Linux 或者是一直使用 IDE 进行编程开发的同学，一开始可能觉得不是很方便，但 Vim 的快捷键十分丰富，对于 Shell 与 Python 的开发来说非常便捷。

Vim 的缺点正如刚才所说，有一点点门槛，需要你去学习它的使用方法。只要你学会了，我保证你将对它爱不释手。

Jupyter Notebook & Lab

最后是咱们这一讲要介绍的 Jupyter Notebook 了，它是一个开源的 Web 应用，能够让你创建、分享包含可执行代码、可视化结构和文字说明的文档。

Jupyter Notebook 的应用非常广泛，它可以用在数据清理与转换、数字模拟、统计模型、数据可视化、机器学习等方面。

Jupyter Notebooks 非常活跃于深度学习领域。在项目的实验测试阶段，它相比于用 py 文件来直接编程还是方便一些。在项目结束之后如果要写项目报告，用 Jupyter 也比较合适。

简单介绍之后，我们接下来就从 Jupyter 的功能、Jupyter 的安装与启动与 Jupyter Lab 的操作这 3 个方面学习 Jupyter。

Jupyter Notebook & Lab 的功能

Jupyter 主要有以下 3 点的作用：执行代码、数据可视化以及使用 Markdown 功能写报告。

• 执行代码。一般是 Python 程序，也可以添加新的编程语言。

• 数据可视化。设想一下，我们经常在 Linux 环境编程开发，如果需要对数据可视化该怎么办呢？是不是只能把图片保存下来，然后下载到本地进行查看？使用 Jupyter Notebook 就不用多此一举，我们可以直接在页面中查看。如下图所示：

• 使用 Markdown 功能写文档，或者制作 PPT。这些文档中还包含代码以及代码执行后的结果，非常有助于你书写项目报告。

Jupyter Notebook & Lab 的安装与启动

了解了 Jupyter 的功能之后，我们来看看具体要如何进行安装与启动。这一节我介绍了 3 种安装和启动的方式，分别是 Anaconda、Docker 和 pip。

使用 Anaconda 安装与启动

我们先来看如何使用 Anaconda 来安装与启动。

安装

最简单的方法是通过安装 Anaconda 来使用 Jupyter Notebook & Lab。Anaconda 已自动安装了 Jupter Notebook 及其他工具，还有 Python 中超过 180 个科学包及其依赖项。你可以通过 Anaconda 的官方网站得到 Anaconda 的下载工具。

启动

这里我会分 MacOS 系统和 Win 环境来讲解。

（1）MacOS 系统

安装完 Anaconda 之后，打开终端后系统会默认进入 base 环境。

在命令行最前面有个**(base)**的标志则表示代码进入 base 环境了，如果没有就需要通过下面的命令激活 base 环境：

conda activate base

在 base 环境下执行下面的命令，会自动进入 Jupyte Notebook 的开发环境。

jupyter notebook

执行下面的命令，则会自动进入到 Jupyter Lab 的开发环境。

jupyter lab

还有一种方法，我们可以通过 Anaconda Navigator 启动 Juypter Notebook 或者 Jupyter Lab。

（2）Win 环境

Windows 环境中的启动方式与 MacOS 基本一样。

当你想通过命令 Jupyter Notebook 或 Jupyter Lab 启动时，你需要在 Anaconda Prompt 中执行。

通过 Anaconda Navigator 启动的方式与 MacOS 一样。

使用 Docker

通过 Docker 使用 Jupyter 也非常简单，连安装都不需要，但前提是你要有 Docker 相关的知识。

该地址中有很多的 Jupyter 的 Docker 镜像，你可以在这里找到你需要的，然后拉取一个到你的服务器或者本地，直接启动就可以了。

使用 pip 安装与启动

了解完 Anaconda 和 Docker 的安装与启动方式后，我们最后来看 pip 是如何安装和启动的。

安装

通过 pip 安装 Jupyter Notebook：

pip install Jupyter

通过 pip 安装 Jupyter Lab：

pip install Jupyterlab

启动

安装完成后，直接在终端执行 Jupyter Notebok 或 Jupyter Lab 命令启动。

不管在 MacOS 系统还是在 Windows 系统，通过以上任意一种方式成功启动后，浏览器都会自动打开 Jupyter Notebook 或 Jupyter Lab 的开发环境，如“Jupyter Notebook & Lab”小节中的图 2。

Jupyter Lab 的操作

Jupyter Lab 是 Jupyter Notebook 的下一代产品，在使用方式上更为灵活、便捷。

我在本讲中介绍的也是 Jupyter Lab。Jupyter Lab 的内容同样适用于 Jupyter Nobebook，它们只是工具的表现形式不一样而已。所以，下面我就省略了 Notebook 的介绍。

我们在命令行或者 Anaconda Navigator 中启动 Jupyter Lab 之后，浏览器会自动打开如下所示的 Jupyter Lab 界面：

最左侧显示的是你启动时所在的目录，右侧是你可以使用的一些开发工具。

我们先来看 Notebook 的使用。

Notebook

点击 Notebook 下面的“Python 3”的图标之后，就会自动新建一个 Notebook。

Jypter Lab 与 Jupyter Notebook 中都会用到这个叫作 Notebook 的编辑工具。

Jupyter Lab 与 Jupyter Notebook 不同的地方是 IDE 的界面以及操作方式，这里讲解用的是 Jupyter Lab 的操作。

一个 Notebook 的编辑界面主要由 4 个部分组成：菜单栏、工具栏、单元格（Cell）以及内核。如下图所示：

菜单栏与工具栏这里就不详细介绍了。我们先来看单元格（Cell），然后再介绍内核。

单元格（Cell）

单元格是我们 Notebook 的主要内容，这里我会介绍两种单元格。

• Code 单元格：包含可以在内核运行的代码，并且在单元格下方输出运行结果。

• Markdown 单元格：包含运用 Markdown 的文档，常用于文档的说明，也是可以运行的单元格。

从 Code 单元格切换到 Markdown 单元格的切换的快捷键是 m；从 Markdown 单元格切换到 Code 单元格的切换的快捷键是 y。

切换之前需要先按 Esc，从单元格的编辑状态中退出。

在工具栏中也可以切换，但是还是快捷键方便些。工具栏的位置在下图中红框的位置：

我们看一个例子。我编辑了下面的 Notebook。第一行是 1 个 Markdown 单元格，是 1 个一级标题，第二行是 1 个 Python 的代码。两行代码都是未运行状态。

你注意到左边那个蓝色的竖条了吗？它代表我们所在的单元格。

我们在编辑这个单元格的时候，左边是绿色的竖条。如果我们按 Esc 退出单元格，它就会变为蓝色。

退出单元格后，我们可以通过上下键移动选中的单元格。我们移动到第一行，然后开始运行这两个单元格。

运行单独一个单元格的快捷键 Ctrl+Enter，运行选中单元格并切换到下一个单元格的快捷键是 Shift + Enter。运行结果如下图所示：

Markdown 没有左边的“[]”标签，通过这一点你可以区分 Code 单元格与 Markdown 单元格。

“[]”中的数字代表单元格被执行的顺序，例子中“[1]”代表第一个被执行的单元格。

以上就是单元格的内容了。我们接下来看看，单元格中的一些快捷键的使用。

（1）快捷键

如果你是用 Jupyter 进行开发，掌握单元格的快捷键能让你的开发速度变得更快，下面我列举了几个常用的快捷键：

• 执行单元格 Ctrl+Enter 或 Shift+Enter；

• a 在单元格上方插入新的单元格；

• b 在单元格下方插入新的单元格；

• x 删除单元格；

• z 撤销删除的单元格。

（2）Magic 命令

Jupyter Notebook 的前身是 IPython Notebook，所以 Jupyter 也支持 IPython 的 Magic 命令。IPython 是一个比 Python 自带的 Shell 更加灵活方便的 Shell，它主要活跃于数据科学领域。

Magic 命令分两种：

• Line Magics 命令：在命令前面加%，表示只在本行有效

• Cell Magics 命令：在命令前面加%%，表示在整个 Cell 单元有效。

下面我介绍几个常用的 Magic 命令。

%lsmagic：用来查看可以使用的 Magic 命令。

%matplotlib inline：可以在单元格下面直接打印出 matplotlib 的图标，通常要在 matplotlib 模块引入之前使用；使用这个 Magic 命令之后，可以不用 plt.show()。

%pwd：查看当前的文件路径。

%%writefile：写文件，%%writefile 后面紧跟着文件名，然后下面写文件的内容。

%run： 运行一个文件，%run 后面跟着要运行的文件。

请看下面的例子，我们先写一个 temp.py 的文件。运行单元格之后会在当前位置生成一个叫作 temp.py 的文件，然后我们使用%run 来运行它。

%load：加载文件。使用%load + 文件名可以把指定的文件加载到单元格内。请看下面的例子，我们要把 temp.py 加载到单元格里，首先是执行前，

运行后，自动加载 temp.py 到本单元格。

（3）Markdown 命令

了解了 Magic 命令后，我们再来看 Markdown 命令。Markdown 是一种在 Markdown 单元中用于格式化文本的语言，常用于 Notebook 的文档说明，我们列举了几个常用的命令。

• 标题：通过井号的数目可以决定标题的大小。

# 一级标题：
## 二级标题：
### 三级标题：
#### 四级标题： 
##### 五级标题：

上述 Markdown 命令的执行结果如下：

• 列表：分为无序列表与有序列表。

## 无序列表
- 项目 1
- 项目 2
## 有序列表
1. 项目 1 (1. 与项目 1 之间有一个空格)
2. 项目 2

上述 Markdown 命令的执行结果如下：

• 换行：第一种换行方法是在行尾添加
  进行换行；第二种则是两行之间空一行。

• 字体：可以通过*或者_的数目控制强调的内容，即斜体、加粗以及粗斜体。具体的请看下面的例子。

*斜体*
**加粗** 
***粗斜体***
或者
_斜体_
__加粗__
___粗斜体___

运行后效果如下所示：

（4）调用系统命令

最后，在 Notebook 中还可以调用所在操作系统的命令，只需要在命令前加一个“!”就可以了。例如，在 Linux 系统中查看当前路径：

!pwd

内核

上面我介绍了单元格及单元格的常用快捷键和命令，接下来，我们来了解一下内核。我们刚才打开这个 Notebook 的时候其实已经选好了它的内核，即 Python3。

什么是内核呢？

Notebook 背后其实都有一个内核，我们在单元格中写好的代码就是运行在内核中的。运行代码后，内核会将代码中所有的输出都返回给单元格，并在单元格下方显示。

在编辑 Notebook 中的单元格的时候，内核的状态是保持不变的。换句话说，内核的运行状态只与 Notebook 有关，与 Notebook 中的单元格无关。

例如，你在一个单元格中定义了变量、方法或是导入了模块，并运行了它。那么，在其他的单元格中仍然可以使用这些变量、方法以及模块，不会因为我们换了一个单元格，之前的代码就失效了，因为它们都运行在同一个 Notebook 的内核中。

请看下面的例子：

上图中，我们在第一个单元格定义了一个 print_message 函数，然后在下一个单元格中写了一句说明，在最下面一个单元格中依然可以调用了第一个单元格中的 print_message 函数。

我们编辑一个 Notebook 的开发流程肯定是从上至下的，一边分析运行结果一边考虑下面的代码该如何书写。

开发到某一阶段时，可能会发现之前的某些代码写错了，需要回过头重新编辑然后运行代码，这是一件很正常的事情。但这个时候你要注意，每个 Code 单元格是有执行顺序的，这个顺序就是每个单元格前面[]的数字。

如果你想全部重新执行的话，Kernal 菜单中的一些功能会帮到你。

• Restart Kernel：重新启动内核，清除所有变量。

• Restart Kernel and Clear All Outputs：重新启动内核，清除所有变量与输出。

• Restart Kernel and Run up to Selected Cell：重启内核，运行选中的单元格。

• Restart Kernel and Run All Cells：重启内核，运行所有单元格。

我们现在使用的是 Python 内核，其实 Jupyter 还支持很多其他的内核，如 Java、C、R 以及 Julia 等编程语言的内核。我们创建 NoteBook 的时候就选择好了使用什么样的内核。

Notebook 的配置

我们使用 IDE 开发的时候经常会根据实际需要以及个人的喜好，对 IDE 进行一些配置。Notebook 同样支持个性化的配置。

我们可以通过下面这条命令找到 Notebook 的配置文件：

Jupyter notebook --generate-config

执行完上述命令，Jupyter 就会告诉你生成的配置文件在哪，如果已经有了会问你是否覆盖。配置文件名叫 Jupyter_notebook_config.py。

下面我们就对 Notebook 做一些常用的配置。

（1）修改启动后的工作路径

默认情况下，在哪里执行 Jupyter Lab 命令，启动后的工作路径就在哪里，如下图左侧显示的位置：

我们可以通过修改下面的变量修改启动的路径：

c.NotebookApp.notebook_dir = '/home/lagou_edu/work'

（2）在服务器端启动 Jupyter

讲到这里，我只介绍了在自己本地的机器上启动 Jupyter 的方法：在自己的电脑上输入 Jupyter Lab 或者 Jupyter Notebook 命令就可以打开 Jupyter。但是我们经常需要在服务器上开发，也就是在服务器端启动 Jupyter，在本地通过浏览器访问服务器。

如果是这样的话，我们就需要做如下配置了。

首先，通过修改下面的位置，使所有 IP 都可以访问 Jupyter 服务。

c.NotebookApp.ip = '*' # 开启所有的 IP 访问，即可使用远程访问

然后设定访问的端口号。

c.NotebookApp.port = 8888

接着关闭启动 Jupyter 后自动弹出浏览器的选项（这一步是可选的）。通常，在服务器上不需要弹出浏览器，因为绝大多数情况下服务器都是没有图形界面的 Linux 系统，根本没有浏览器。

c.NotebookApp.open_browser = False

最后，设置登录 Jupyter 的密码。如果不设置密码，启动时会生成一段 token，然后登录的时候复制这段 token 就可以了。下面是不设置密码的配置方式：

c.NotebookApp.password = ''

如果需要设置密码的话，在 Jupyter 5.0 之后可以通过下面的命令进行设置：

Jupyter notebook password

它会自动帮你修改好密码。

或者你也可以手动设置，在命令行输入 iPython，然后执行下面的命令：

from notebook.auth import passwd
passwd()

密码设置完成后，会生成一个字符串，需要手动赋值给 c.NotebookApp.password 就可以了。

Terminal

介绍完 Notebook，让我们回到这一节的开始，图 6 的“Other”下还有一个“Terminal”图标。Terminal 也是一个经常被使用到的工具，它是一个命令终端，在这个终端里你可以对操作系统进行操作，就是我们常见的 XShell、iterm2 这样的工具。

总结

到这里，你就完成了 Jupyter 的学习。通过一些简单的练习，你就可以上手进行一些开发或者实验了。

我在这一讲介绍了一些常用的方法，还有很多其他的命令以及功能需要你自己去摸索。正所谓“熟能生巧”，Jupyter 本身没有任何难度，只要你多加使用，很快就可以掌握它，希望它能够在今后的学习与工作中帮到你。

那么，在 Jupyter Lab 的使用上你遇到过什么困难，又是如何解决的呢？欢迎在留言区留言。

下一讲，我将带你了解自然语言处理与计算机视觉常用的预处理方式，这部分内容在实际项目中必不可少。通过对这一部分的学习，你可以更快地融入实际的项目。

---

精选评论

**升：

公司项目开发也用Jupyter吗？

    讲师回复：

    jupyter侧重于数据的分析与探索，比如做个实验啥的。如果真的要开发公司的商业应用，还有很多不错的ide，比如pycharm。