Récemment, j'utilise souvent Jupyter Notebook pour l'analyse de données, j'ai donc résumé comment l'utiliser. Cet article sera mis à jour de temps à autre.
Si vous l'installez avec Anaconda, le Jupyter Notebook lui-même sera prêt à être utilisé. Cependant, il est préférable de prendre les mesures suivantes pour une utilisation pratique.
Si vous ne faites rien, les caractères japonais seront déformés, alors installez la police japonaise et appliquez-la à Jupyter Notebook. Veuillez vous référer à l'article suivant pour plus de détails. [Python] Japaneseize matplotlib
Plus la note est longue, plus il est difficile de trouver la partie souhaitée. C'est donc une bonne idée d'installer jupyter_contrib_nbextensions et d'activer l'extension "Table of Contents (2)". Veuillez vous référer à l'article suivant pour plus de détails. Créez une feuille de triche Oleore Python en utilisant l'extension du notebook Jupyter
Seuls ceux qui sont fréquemment utilisés sont extraits.
--Exécution cellulaire: Ctrl-Entrée --Exécuter la cellule → Sélectionnez la cellule ci-dessous: Maj-Entrée --Exécuter la cellule → Insérer la cellule ci-dessous: Alt-Entrée --Enregistrer: Ctrl-s
--Transfert en mode édition: Entrée --Liste des touches de raccourci: h (en mode commande) --Change de cellule en code: y --Change de cellule en démarque: m --Créer un titre avec démarque: 1-6 --Ajouter une cellule (au-dessus de la cellule sélectionnée): a --Ajouter une cellule (sous la cellule sélectionnée): b --Copie cellulaire: c --Couper la cellule: x --Coller la cellule (en bas): v --Coller la cellule (en haut): Shift-v --Supprimer la cellule (cellule sélectionnée): dd --Trouver et remplacer: f
Il s'agit d'une commande unique à Jupyter Notebook.
-% magic: affiche une description détaillée de toutes les commandes magiques
--display function: Si vous utilisez ceci au lieu de la fonction d'impression, vous pouvez afficher avec des bordures.
Vous pouvez l'utiliser en installant RISE avec pip install rise
.
--Wes McKinney (2018) "Introduction à l'analyse de données avec Python 2ème édition - Traitement des données avec NumPy, pandas", O'Reilly Japon
Recommended Posts