人们为什么使用Jupyter Notebook？

Question

我看到我的数据科学大师中有很多人使用jupyter笔记本进行编程，甚至在jupyter笔记本中也编码了复杂而冗长的算法...

甚至在我的大师之外，我还看到人们在Jupyter中进行编码。为什么？ 我知道这是一个真实的问题，jupyter在您想要编写报告之类的东西时会很好，但是当您想要构建复杂的应用程序或类似的东西时，它看起来并不是一个好工具...

Answer 1

分而治之

我使用Jupyter构建更复杂的应用程序的部分。

• 我首先将一小段代码放入单元格中，然后直接查看输出。
• 当我感到满意时，我将此代码放在一个函数中，并编写了一个文档字符串。
• 经过几次测试，我将代码放入了file.py文件中，然后导入该函数并在新的单元格中使用它来构建更复杂的内容。

优势：

• 像口译员一样反应活跃
• 即使是图表或熊猫数据框，我也可以直接看到输出。
• 笔记本存储在HDD上，就像IDE编写文件一样
• 魔术（％timeit，％matplotlib内联...）
• 正如@Scott指出的那样：

    

  这样做的神奇之处在于，我可以将花费时间的大型numpy对象保留在内存中，并迭代要应用到它们的各种算法。没有jupyter，我要么不得不每次都重新创建那些对象，这将很耗时，或者放入一堆代码将它们保存到文件并从文件中加载它们。只用Jupyter笔记本将它们保留在内存中会更容易

缺点：

• 不如IDE或文本编辑器完整（语法着色，vim宏，删除选项卡...）
• 在处理繁重的多线程应用程序方面，IPython不如CPython

Answer 2

对于属于这些领域的项目，数据科学和机器学习社区似乎绝大多数都喜欢Jupyter Notebook。 我要强调指出，使用Jupyter Notebooks专门用于数据科学有两个优点：

1）Jupyter Notebooks允许逐个代码执行代码块，有些程序员认为这是有利的，因为它允许方便地测试代码块。

2）Jupyter Notebooks支持Matplotlib内联（％matplotlib inline），可在Jupyter Notebook中输出Matplotlib，这非常方便并且可以更快地进行分析。

您对Jupyter的分析可能不是数据科学领域之外的复杂程序的最佳工具，似乎与许多甚至大多数python开发人员保持一致。 Jupyter是可在开发人员工具箱中使用的另一种工具，但可能不是在数据科学领域之外开发复杂程序的最佳工具。