创建工作区 - Jupyter Notebook

首要之事：为什么选择 Python？

在众多编程语言中，为何 Python 成为机器学习和数据科学领域的首选？我们偏爱简单直观的工具。Python 正是如此——简洁、直观，代码可读性强，复杂度低，易于上手。

作为数据科学家或机器学习工程师，你可以用 Python 快速实现想法，以一种高效且无负担的方式验证复杂的数学概念。代码对你自己和他人来说都清晰易懂。

作为一名数据科学家，你的工作核心围绕着数据展开。在真实世界中，数据往往原始、非结构化、不完整且规模庞大。而 Python 正好能应对这些挑战。它究竟有何特别之处？

一切归功于强大的 第三方库（packages）！Python 的真正优势在于其持续更新的开源代码库。这些开源贡献赋予了 Python 超强的能力，使其在众多语言中脱颖而出。使用这些库的最大好处是它们具有 极低的学习门槛。只要掌握 Python 的基础语法，你就能轻松导入、使用并从中获益，而无需深入理解底层机制。此外，这些库全部免费使用！

既然我们已戴上数据科学家的帽子，那就来谈谈数据吧。如果你仍有疑虑，不妨参考这份 IBM 的调查，它将为你说明为何应选择 Python 学习数据科学，而非 R 或其他语言。

Jupyter Notebook：它是啥，为何数据科学家如此钟爱？

这个故事始于 IPython。IPython 是 Python 的交互式命令行终端。虽然命令行对部分人来说不够友好，但 2011 年，IPython 推出了一个新工具——Notebook，即现代而强大的 Python 网页交互界面。2015 年，该项目正式更名为 Jupyter Notebook。

Jupyter Notebook 是一款极其强大且优雅的工具，专为 开发与展示 数据科学项目而设计。它可以将代码及其运行结果整合到同一文档中，融合可视化图表、文字说明、数学公式及其他富媒体内容。简直太棒了。

不仅如此，Jupyter Notebook 还支持多种编程语言，例如 R。其 直观的工作流程、易用性以及零成本，让它成为任何数据科学项目中的 核心工具。

本质上，Jupyter 是 Python 的优秀交互界面，也是所有数据科学项目不可或缺的利器。

如何安装 Jupyter Notebook

1. 使用 Anaconda 安装 Jupyter Notebook

最简单直接的方式就是安装 Anaconda。Anaconda 是数据科学领域最广泛使用的 Python 发行版。它预装了最受欢迎的库和工具（如 NumPy、Pandas 和 Matplotlib）。这意味着你可以立即投入实际工作，无需再为繁琐的安装、依赖管理及系统差异问题烦恼。

2. 获取 Anaconda

请按以下步骤操作：

1. 下载最新版本的 Anaconda（请使用 Python 3 版本，忽略 Python 2.7）。
2. 根据下载页面或安装程序中的指引完成安装。

注意：还有其他运行 Jupyter Notebook 的方式，比如通过 pip 或 Docker，但我们这里保持简单直接。我们将采用最省心的方法。

创建你的第一个 Jupyter Notebook

• 背景知识？✔️
• 安装步骤？✔️

现在让我们开始创建一个真正的 Jupyter Notebook。

📌 提示：你无需现在就进行安装。本课程末尾提供了一个内置的 Jupyter Notebook，你可以在不离开当前页面的情况下直接体验和操作！

在你的 Anaconda 终端中运行以下命令：

1jupyter notebook

此时，Jupyter 服务器已在终端启动，监听 8888 端口。如果浏览器未自动打开，你可以手动访问地址：***http://localhost:8888***。你应该看到如下所示的工作区目录：

点击 “New” [1] 按钮（见下图），然后选择合适的 Python 版本（Python3）[2]，即可创建一个新的 Python 笔记本。

这会为你完成三件事：

1. 在工作区中创建一个名为 Untitled.ipynb 的新笔记本文件；
2. 启动一个 Jupyter Python 内核来运行该笔记本；
3. 在新标签页中打开刚刚创建的笔记本。

作为“Hello World”第一步，你可以通过点击 “Untitled” [1] 并输入新名称，将笔记本重命名为 “Hello Data Science”，如下图所示。

一个笔记本由多个单元格组成。每个单元格可以包含可执行代码或格式化文本（Markdown）。目前，笔记本中只有一个空的代码单元格。尝试在单元格 [2] 中输入 print("Hello Data Science!")，然后点击运行按钮 [3]（或按下 Shift+Enter）。点击运行后，当前单元格的代码将发送至该笔记本的 Python 内核执行，并返回输出结果。结果会显示在代码单元格下方：

Jupyter Notebook

你可以在下面直接尝试：

📝 如何使用 Jupyter Notebook？

• 点击 "Click to Launch" 🚀 按钮，即可在笔记本中实时查看代码运行效果。

• 可点击

  
  在新标签页中打开 Jupyter Notebook。

• 进入 File 菜单，点击 Download as，然后选择所需格式进行 下载 📥。你可以选择 Notebook (.ipynb) 格式下载文件，在本地或自己的 Jupyter 环境中继续使用。

• ⚠️ 笔记本会因 15 分钟无操作而过期，之后将自动重置。

恭喜！ 你现在已成功运行第一个 Jupyter Notebook。后续课程中，你将在 IMDB 项目和完整的机器学习项目中用到它。

额外小贴士

在与其他团队成员协作进行数据科学项目时，建议遵循以下实践：

1. 明确命名所有文档的规范；
2. 使用 Git 等版本控制系统来共享和保存项目进度。