logo
Jupyter Notebook 指南
AI Engineer

Jupyter Notebook 指南

Jupyter Notebook 是交互式计算环境，支持代码、文本和可视化的混合文档。

官方网站↗JupyterLab 文档↗
Jupyter Notebook 指南Jupyter 简介

Jupyter Notebook 完全指南

你第一次打开 Jupyter 可能觉得它就是个网页版 Python，但用了一阵你会发现——它更像是草稿纸 + 计算器 + 笔记本三合一。写一行代码、跑一下、看个图、写两句笔记，这个循环在数据分析和 AI 开发里太常见了，而 Jupyter 就是为这个循环设计的。

我当初第一次接触 Jupyter 是在大学做 data science 作业的时候。那会儿教授发了一个 .ipynb 文件过来，我还以为是什么奇怪的格式，折腾了半天才装好环境打开。结果一用就停不下来了——写两行代码马上能看到图表出来，比之前在 PyCharm 里写完整个脚本再跑舒服太多了。后来做毕业项目的时候，我整个数据清洗和可视化流程都是在 Jupyter 里完成的，光 Notebook 文件就攒了二十多个。

十几年过去，数据科学的工具换了一茬又一茬，Jupyter 还是稳稳坐在那里。不是因为它完美，而是因为没有别的东西能完全替代"边想边写边看结果"这个体验。

#Jupyter 生态全景

很多人分不清 Jupyter Notebook、JupyterLab、Colab 到底什么关系。简单说：它们都基于同一个 Notebook 格式（.ipynb），但界面和使用场景不同。

下面是 JupyterLab 的界面，左边文件浏览器、右边多标签编辑区，基本上日常开发都在这个界面里完成：

JupyterLab 界面
JupyterLab 界面

工具定位适合谁免费？
Jupyter Notebook经典版，一个标签页一个文件刚入门、做教学演示✅
JupyterLab下一代界面，多标签、文件浏览器、Terminal 都有日常开发首选✅
Google Colab云端 Notebook，自带免费 GPU跑深度学习、不想配环境✅（Pro 付费加速）
VS Code Notebooks在 VS Code 中原生运行 .ipynb已经用 VS Code 的开发者✅
JupyterHub多用户部署方案，一台服务器给一个团队用企业/大学 IT 管理员✅
Kaggle NotebooksKaggle 平台自带，预装各种数据科学库参加竞赛、快速实验✅

话说回来，如果你不想折腾本地环境，Google Colab 是最省心的选择，打开浏览器直接写代码：

Google Colab 界面
Google Colab 界面

选哪个？大多数人的路径是：Colab 入门 → JupyterLab 本地开发 → VS Code 做正经项目。不用一开始就纠结，哪个顺手用哪个。

#核心工作流：Cell 执行逻辑

Jupyter 的基本单位是 Cell（单元格）。每个 Cell 可以是代码、Markdown 文字或者原始文本。你写完一个 Cell，按 Shift + Enter 执行，输出直接显示在下面。

听起来简单，但这里面有个关键概念很多人忽略了：所有 Cell 共享同一个内存空间（Kernel）。

这意味着什么？

python
# Cell 1
x = 10

# Cell 2
print(x)  # 能拿到 Cell 1 的 x，输出 10

# Cell 3
x = 20

# 如果你回头重新跑 Cell 2，输出变成 20

这个特性是双刃剑——灵活，但也是最容易翻车的地方（后面细说）。

#Cell 的三种状态

  • [ ]：还没执行过
  • [*]：正在执行（如果卡在这里很久，可能是代码有死循环或者 Kernel 挂了）
  • [3]：已执行，数字代表执行顺序

养成一个习惯：经常看左边的数字。如果数字跳来跳去（比如 1, 5, 3, 8），说明你的执行顺序已经乱了。

#最容易翻车的地方

用 Jupyter 越久，越会遇到这些坑。提前知道能省不少时间。

#1. 执行顺序混乱

这是 Jupyter 被骂得最多的问题，我自己就在这上面栽过大跟头。

有一次做课程作业，我在 Cell 10 定义了一个 clean_data 函数，后来觉得写得不好，删掉了那个 Cell 重写了一版放在 Cell 15。问题是删掉 Cell 10 之后，旧的 clean_data 还留在内存里，代码照样跑得好好的，结果也看着没问题。我就这么交了作业。第二天教授说跑不通，我打开一看——Kernel 重启之后，旧函数没了，Cell 15 的新版本依赖了一个我在 Cell 12 里临时定义的变量，而 Cell 12 其实在 Cell 15 下面。整个执行顺序完全是乱的，我自己跑的时候因为内存里什么都有所以没问题，换个干净的环境就全崩了。

更隐蔽的情况是这样的：你在 Cell 3 写了 df = df.dropna()，跑了一遍，然后又手动跑了一遍——数据被 dropna 了两次，但你可能根本没注意到。或者你在调试的时候不断修改某个 Cell 的逻辑，跑了七八遍，内存里的状态已经和代码文本完全对不上了。

解决办法：写完一段逻辑后，养成习惯用 Kernel → Restart & Run All 从头到尾跑一遍。如果全部通过，说明你的代码是"可复现"的；如果报错，就是有隐藏的依赖顺序问题。我现在基本上每写完一个小模块就会 Restart & Run All 一次，虽然慢一点但省得后面出幺蛾子。

#2. Kernel 死了

跑大数据集的时候 Kernel 直接挂掉是常事，Cell 一直显示 [*]，右上角状态变灰。遇到这种情况直接 Kernel → Restart 重启就行，所有变量会清空。大文件记得用 chunksize 分批读，别一口气全加载进内存。

#3. .ipynb 版本控制是噩梦

.ipynb 文件本质是 JSON，里面包含代码、输出、图片（Base64 编码）、元数据。你改一行代码，Git diff 可能显示几百行变化——因为输出也变了。

实用解决方案：

方案操作适合场景
nbstripout自动清除输出后再 commit个人项目
nbdime专门给 Notebook 做 diff 和 merge团队协作
jupytext把 .ipynb 同步成 .py 或 .md想用纯文本管理
Review Board / Colab不走 Git，直接在线协作快速实验

个人建议：如果是正经项目，核心逻辑抽到 .py 文件里，Notebook 只做调用和可视化。这样 .py 走正常 Git 流程，Notebook 当一次性的实验记录。

#4. Notebook 越写越长收不住

一个 Notebook 写到 200 个 Cell，自己都找不到之前写的东西在哪。

经验法则：

  • 一个 Notebook 聚焦一个任务（数据清洗一个、建模一个、可视化一个）
  • 超过 50 个 Cell 就该考虑拆分了
  • 用 Markdown Cell 做章节标题，形成清晰的结构

#AI 时代的 Jupyter

2024 年之后，Jupyter 的使用方式发生了很大变化。以前你得自己一行行写 pandas 代码，现在很多人的工作流变成了：

  1. 把数据描述和需求告诉 ChatGPT 或 Claude
  2. 拿到生成的代码，粘贴到 Jupyter Cell 里
  3. 跑一下看结果，不对就调整 prompt 重新生成

这种方式确实快，但有几个要注意的：

  • 先理解再粘贴。AI 生成的代码可能用了你不熟悉的库或者有微妙的 bug，盲目跑可能得到错误的结果还不知道
  • 分步执行。不要把 AI 给你的 50 行代码一股脑放一个 Cell，拆成几个 Cell 逐步验证
  • 检查数据假设。AI 不知道你的数据有没有空值、有没有重复、列名是不是它猜的那个

我个人觉得这种"AI 写代码 + Jupyter 验证"的组合，短期内可能是数据分析最高效的工作流了。纯靠 AI 不靠谱，纯手写又太慢，Jupyter 正好卡在中间那个验证和调试的位置上。

对了还有个事，一些 AI 增强的 Notebook 工具值得关注：

  • GitHub Copilot in VS Code Notebooks：直接在 Cell 里自动补全
  • Google Colab AI：内置 AI 代码生成功能
  • Cursor + Notebook 支持：用 AI 解释和修改整个 Notebook
  • Claude Artifacts：可以直接生成带数据可视化的完整代码片段

#实用技巧

#快捷键（JupyterLab / Classic Notebook）

Jupyter 有两种模式：Command 模式（按 Esc 进入，Cell 边框变蓝）和 Edit 模式（按 Enter 进入，Cell 边框变绿）。

快捷键模式作用
Shift + Enter通用执行当前 Cell 并跳到下一个
Ctrl + Enter通用执行当前 Cell，光标不动
ACommand在上方插入新 Cell
BCommand在下方插入新 Cell
DDCommand删除当前 Cell（按两次 D）
MCommand把 Cell 转成 Markdown
YCommand把 Cell 转成 Code
ZCommand撤销删除 Cell
Shift + MCommand合并选中的 Cell
TabEdit代码补全
Shift + TabEdit查看函数文档

#Magic Commands

这是 IPython 特有的功能，在代码前面加 % 或 %%：

python
# 计时：看这行代码跑了多久
%timeit sorted(range(1000))

# 整个 Cell 计时
%%time
import pandas as pd
df = pd.read_csv("data.csv")

# 查看当前所有变量
%who
%whos  # 更详细的版本

# 直接跑 shell 命令
!pip install pandas
!ls -la

# 自动重新加载修改过的模块（开发库时超有用）
%load_ext autoreload
%autoreload 2

# 让 matplotlib 图表直接显示在 Notebook 里
%matplotlib inline

#推荐插件和扩展

JupyterLab 扩展：

  • jupyterlab-git：在 JupyterLab 里做 Git 操作
  • jupyterlab-lsp：代码补全和语法检查
  • jupyterlab-code-formatter：自动格式化代码（black / autopep8）

Classic Notebook 扩展（通过 jupyter_contrib_nbextensions）：

  • Table of Contents：自动生成目录
  • Variable Inspector：查看所有变量
  • ExecuteTime：显示每个 Cell 的执行时间

#什么时候该换别的工具

Jupyter 不是万能的。遇到下面这些场景，换工具会更舒服：

场景更好的选择原因
多人实时协作做数据分析Hex专门为团队协作设计，版本控制和权限管理都更成熟
写生产级 Python 项目VS Code / PyCharm调试器、重构工具、测试集成都比 Notebook 强
SQL 为主的数据探索DuckDB + CLI不需要 Python 的开销，直接跑 SQL 更快
大规模数据处理 pipelineAirflow / DagsterNotebook 不适合调度和监控
快速做数据 dashboardStreamlit / Gradio比在 Notebook 里用 widget 方便得多
纯 Markdown 写技术笔记Obsidian / NotionNotebook 的 Markdown 体验一般

一个常见的成长路径：Jupyter 探索和验证想法 → 验证通过后把代码整理成 .py 模块 → 用正式的工程工具部署。不要试图在 Notebook 里完成所有事情。

#安装和上手

bash
# 最简单的方式
pip install jupyterlab
jupyter lab

# 或者用 conda
conda install -c conda-forge jupyterlab

# 如果只想要经典版
pip install notebook
jupyter notebook

打开浏览器，默认地址 http://localhost:8888，就能开始用了。

如果连 Python 环境都不想配，直接用 Google Colab↗——打开浏览器就能写代码，零配置。

#相关资源

免费资源

精选免费资料与工具合集

课程、工具与资料一站式获取。

查看免费资源 →

相关指南

Pandas 数据分析指南Pandas 数据分析指南→
Polars 高性能数据分析指南Polars 高性能数据分析指南→
DuckDB 分析数据库指南DuckDB 分析数据库指南→

相关路线图

ai-engineer→

常见问题

Jupyter Notebook 和 JupyterLab 有什么区别？
JupyterLab 是 Jupyter Notebook 的下一代界面，支持多标签页、终端、文件浏览器等，推荐使用 JupyterLab。
可以在 VS Code 中使用 Jupyter 吗？
可以。VS Code 安装 Jupyter 插件后，可以直接在编辑器中创建和运行 .ipynb 文件。