入门 Python 语言：Python环境理解与配置（Jupyter Notebook）

Math_teacher_fan

已于 2025-02-05 16:22:46 修改

阅读量931

点赞数 19

CC 4.0 BY-SA版权

分类专栏： Python基础学习文章标签： python jupyter 开发语言 ide 学习

于 2025-02-05 12:49:50 首次发布

本文链接：https://blog.csdn.net/Math_teacher_fan/article/details/145452751

Python基础学习专栏收录该内容

12 篇文章

订阅专栏

演示环境

系统：win11 家庭中文版22H2

操作系统版本：22621.1992

机带RAM：16GB

下载Python环境包

下载Python最新版本

下载 Python | Python.org

如果找不到安装包可以在我这里安装：CSDN：Python安装包下载地址

注：安装的时候勾选上添加Path路径的设置，将环境变量直接设置好。

Jupyter

Jupyter Notebook官网地址：Project Jupyter | Home

本地安装 jupyter 命令：

pip install jupyter

安装的速度回比较快的呢。

查看安装的 jupyter 版本

启动 Jupyter Notebook

安装完成后，在命令行中输入 jupyter notebook 即可启动，然后在浏览器中打开相应的界面进行 Python 代码的编写和运行。

启动命令

jupyter notebook

启动效果

启动页面

http://localhost:8888/tree

Jupyter中文设置

安装中文包

pip install jupyter_contrib_nbextensions
jupyter contrib nbextension install --user
pip install jupyter_nbextensions_configurator
jupyter nbextensions_configurator enable --user

pip install jupyterlab-language-pack-zh-CN

安装完毕后重新启动【jupyter notebook】选择Settings -> Language ->简体中文即可。

选择完毕后刷新页面即可得到中文页面：

Jupyter文件夹与文件操作

新建文件夹操作，创建完毕后点击即可进入到该文件夹。

创建 Python 3 ipykernel 文件，这里内核不变即可。

写完点击运行

print("Hello World")

Jupyter开发工具对比于PyCharm的优势

Jupyter 和 PyCharm 在 Python 开发中各有优势。Jupyter 交互性强，以单元格运行代码，便于逐步调试与验证，利于数据可视化，适合初学者和教学场景。其快速原型开发能力出色，能结合代码与文档快速迭代。同时，共享和协作方便，可直接分享 .ipynb 文件，还有在线平台支持。而 PyCharm 功能丰富强大，适合大型项目开发，但学习成本高，交互性、可视化便捷度和共享协作方面不如 Jupyter。开发者可根据具体需求，如数据探索、教学或大型项目等，选择合适的工具。

对比维度	Jupyter 优势	PyCharm 情况
交互性与可视化	1. 单元格式交互：支持以单元格为单位运行代码，方便逐步调试和验证想法，能即时看到代码输出结果。 2. 数据可视化方便：可轻松集成 Matplotlib、Seaborn 等可视化库，实时展示数据可视化效果，在数据分析和机器学习领域优势明显。	1. 交互性弱：主要是按顺序执行代码文件，交互过程不够直观和便捷，难以像 Jupyter 那样快速验证小段代码的效果。 2. 可视化过程复杂：虽然也能进行数据可视化，但配置和展示过程相对繁琐，不如 Jupyter 方便快捷。
学习与教学	1. 适合初学者：简洁的界面和交互方式降低了学习门槛，初学者能快速上手，专注于代码逻辑和编程学习。 2. 教学效果好：在教学场景中，教师可以逐步展示代码和讲解，学生能实时看到每一步的执行结果，增强学习效果。	1. 学习成本高：功能丰富但界面和配置较为复杂，对于初学者来说，掌握其各种功能需要花费一定时间和精力。 2. 教学不够直观：在教学过程中，代码的执行和讲解不够直观，学生可能难以跟上教师的思路。
快速原型开发	1. 快速迭代：可以快速编写和修改代码，立即看到结果，便于快速验证想法和开发原型。 2. 文档与代码结合：支持在代码中插入 Markdown 文本进行注释和说明，使代码更易理解，适合快速生成带有说明的原型。	1. 开发速度较慢：在快速原型开发时，需要创建完整的项目结构和文件，开发流程相对繁琐，速度较慢。 2. 文档功能较弱：虽然可以添加注释，但不如 Jupyter 的 Markdown 文本方便和直观，不利于快速生成带有详细说明的原型。
共享与协作	1. 易于共享：可以将 Notebook 文件（`.ipynb`）分享给他人，接收者能直接看到代码、输出结果和注释，方便交流和协作。 2. 在线平台支持：有许多在线平台（如 Google Colab、Kaggle Kernels）支持 Jupyter Notebook，方便团队成员在不同地点进行协作。	1. 共享不便：主要以项目文件的形式存在，共享时需要将整个项目打包，接收者还需要进行环境配置，过程较为复杂。 2. 在线协作功能有限：虽然有一些版本控制工具辅助协作，但在线协作的便捷性不如 Jupyter 的在线平台。
代码可读性与注释	1. 注释丰富：Markdown 单元格可用于详细解释代码逻辑、算法思路和数据处理步骤，使代码更具可读性。 2. 代码结构清晰：单元格式的组织方式使代码逻辑更加清晰，不同功能的代码可以分开编写和展示。	1. 注释方式单一：主要通过代码中的注释符号进行注释，不够直观和丰富，对于复杂的代码逻辑解释不够清晰。 2. 代码结构相对复杂：大型项目中代码文件较多，整体代码结构的清晰程度不如 Jupyter Notebook。