• 回答数

    10

  • 浏览数

    279

WHMooooooooo
首页 > 英语培训 > jupyter英文名

10个回答 默认排序
  • 默认排序
  • 按时间排序

月儿丸丸

已采纳

Python 其实挺简单的,也挺强大的。我用 Python 做科学计算,自学一年,也记了一年的笔记。附上笔记的链接:GitHub - 中文 Python 笔记Jupyter Notebook - 中文 Python 笔记就我个人而言,主要的感受如下:English is important.大部分的文档,帮助都是英文的,很多函数的命名都与英文意思相关,不学好英文怎么行。中文翻译版?呵呵,我反正是不看的。Try it yourself.很多事情要自己动手做一遍才有感觉,光靠看是没有用的。不试试怎么知道这东西怎么用,有多少种用法?Ipython Notebook (or Jupyter Notebook) is useful.不得不说,Ipython Notebook 是用来学习 Python 的好工具,既可以看别人的说明和结果,又可以自己尝试,比那些只能看不能玩的教程好多了。Start coding in Python.学了那么多东西之后,会用才是王道啊。而且,大部分教程中给的实例都不会很复杂,一到实用的部分,肯定会有很多新问题出现,搞定这些新问题,你的水平肯定又上了一个台阶。Learn how to find code.因为用 Python 的人很多很多,基本上你能想到的功能,都会有现成的实现,造轮子不如用轮子啊。附上现在笔记的目录:01. Python 工具01.01 Python 简介01.02 Ipython 解释器01.03 Ipython notebook01.04 使用 Anaconda02. Python 基础02.01 Python 入门演示02.02 Python 数据类型02.03 数字02.04 字符串02.05 索引和分片02.06 列表02.07 可变和不可变类型02.08 元组02.09 列表与元组的速度比较02.10 字典02.11 集合02.12 不可变集合02.13 Python 赋值机制02.14 判断语句02.15 循环02.16 列表推导式02.17 函数02.18 模块和包02.19 异常02.20 警告02.21 文件读写03. Numpy03.01 Numpy 简介03.02 Matplotlib 基础03.03 Numpy 数组及其索引03.04 数组类型03.05 数组方法03.06 数组排序03.07 数组形状03.08 对角线03.09 数组与字符串的转换03.10 数组属性方法总结03.11 生成数组的函数03.12 矩阵03.13 一般函数03.14 向量化函数03.15 二元运算03.16 ufunc 对象03.17 choose 函数实现条件筛选03.18 数组广播机制03.19 数组读写03.20 结构化数组03.21 记录数组03.22 内存映射03.23 从 Matlab 到 Numpy04. Scipy04.01 SCIentific PYthon 简介04.02 插值04.03 概率统计方法04.04 曲线拟合04.05 最小化函数04.06 积分04.07 解微分方程04.08 稀疏矩阵04.09 线性代数04.10 稀疏矩阵的线性代数05. Python 进阶05.01 sys 模块简介05.02 与操作系统进行交互:os 模块05.03 CSV 文件和 csv 模块05.04 正则表达式和 re 模块05.05 datetime 模块05.06 SQL 数据库05.07 对象关系映射05.08 函数进阶:参数传递,高阶函数,lambda 匿名函数,global 变量,递归05.09 迭代器05.10 生成器05.11 with 语句和上下文管理器05.12 修饰符05.13 修饰符的使用05.14 operator, functools, itertools, toolz, fn, funcy 模块05.15 作用域05.16 动态编译06. Matplotlib06.01 Pyplot 教程06.02 使用 style 来配置 pyplot 风格06.03 处理文本(基础)06.04 处理文本(数学表达式)06.05 图像基础06.06 注释06.07 标签06.08 figures, subplots, axes 和 ticks 对象06.09 不要迷信默认设置06.10 各种绘图实例07. 使用其他语言进行扩展07.01 简介07.02 Python 扩展模块07.03 Cython:Cython 基础,将源代码转换成扩展模块07.04 Cython:Cython 语法,调用其他C库07.05 Cython:class 和 cdef class,使用 C++07.06 Cython:Typed memoryviews07.07 生成编译注释07.08 ctypes08. 面向对象编程08.01 简介08.02 使用 OOP 对森林火灾建模08.03 什么是对象?08.04 定义 class08.05 特殊方法08.06 属性08.07 森林火灾模拟08.08 继承08.09 super() 函数08.10 重定义森林火灾模拟08.11 接口08.12 共有,私有和特殊方法和属性08.13 多重继承09. Theano09.01 Theano 简介及其安装09.02 Theano 基础09.03 Theano 在 Windows 上的配置09.04 Theano 符号图结构09.05 Theano 配置和编译模式09.06 Theano 条件语句09.07 Theano 循环:scan(详解)09.08 Theano 实例:线性回归09.09 Theano 实例:Logistic 回归09.10 Theano 实例:Softmax 回归09.11 Theano 实例:人工神经网络09.12 Theano 随机数流变量09.13 Theano 实例:更复杂的网络09.14 Theano 实例:卷积神经网络09.15 Theano tensor 模块:基础09.16 Theano tensor 模块:索引09.17 Theano tensor 模块:操作符和逐元素操作10. 有趣的第三方模块10.01 使用 basemap 画地图10.02 使用 cartopy 画地图10.03 探索 NBA 数据11. 有用的工具11.01 pprint 模块:打印 Python 对象11.02 pickle, cPickle 模块:序列化 Python 对象11.03 json 模块:处理 JSON 数据11.04 glob 模块:文件模式匹配11.05 shutil 模块:高级文件操作11.06 gzip, zipfile, tarfile 模块:处理压缩文件

jupyter英文名

151 评论(13)

加菲慢半拍oO

想要系统的自学Python,就要有一套系统的学习Python的视频教程,如果是0基础,可以先从Python基础课程学习,学习的过程中要边看视频,边动手操作,入门之后,可以找一些实践试题做一做,多思考原理,这样就能从根本上学会Python,学习的后期要动手做项目,毕竟Python技术的掌握是要从实践中来的,只要你能坚持,动手能力强,智商还算正常,学好Python就不是什么问题的!

241 评论(12)

autumngold

兄弟你是想要将jupyter notebook的工作路径改变吧,就是打开、保存文件的那个路径。

在你的电脑中找到

如果你不知道的话,就直接在计算机中搜索,如果你是默认的话应该和我的位置是一样的,是在C盘User下的administrator的文件下。

点击.jupyter文件夹

打开,可能是这种情况,点击从已安装程序列表中选择程序

找到记事本,其实用什么都行,只要能打开,就行了,我这里提供最普遍的方法,记事本每台电脑都有。

打开之后呢,你要找到这一行,NotebookApp.notebook_dir,点击编辑选项,里面有个查找

是这样的的,先点击区分大小写,然后输入      NotebookApp.notebook_dir

然后点击查找下一个,就会出现这一行,

c.NotebookApp.notebook_dir = 'D:\\AnacondaProject'

你只需要改‘  ’里面的内容,其余的都不用改,比如说我把路径改成了D:\\AnacondaProject就是在D盘下自己建的一个文件夹,你可以随便修改,当然格式不要错了,看着我的来做就行了。

最后退出保存,然后重新打开notebook就行了,在修改的过程中千万不要改错,或者在什么地方加了符号,细心就行了。

260 评论(10)

酸奶娃儿

Python是一门计算机程序语言,目前在人工智能科学领域被广泛应用,广泛应用就表明各种库,各种相关联的框架都是以Python作为主要语言开发出来的。谷歌的TensorFlow大部分代码都是Python,其他语言一般只有几千行。Python虽然是脚本语言,但是因为容易学,迅速成为科学家的工具,从而积累了大量的工具库、架构,人工智能涉及大量的数据计算,用Python是很自然的,简单高效。Python有非常多优秀的深度学习库可用,现在大部分深度学习框架都支持Python,不用Python用什么?关于人工智能人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”从我们日常用的智能音箱,到百度、谷歌等独角兽公司研发的无人驾驶汽车,再到波士顿动力最新的智能机器人,都是人工智能技术的现实应用。有人预测,在未来十年,人工智能将主导我们的生活。至2027年:•自动驾驶已相当成熟,大街上超过30%的汽车是无人驾驶的,很多私家车主在上班期间就把车开启自动架驶模式,让它自己接单挣外快•各行业大量使用机器人替代人工,底层的司机、保安、快递、清洁工、超市服务员、护士、制造工人等技术含量较低的工程受到极大冲击。

144 评论(11)

西兰花007

随着互联网的发展,编程语言成为炙手可热的专业。时下较流行的语言有:Java、Python、大数据、PHP等,Java、Python在编程语言中均位居前列。Java源自C和C++的技术体系,于1995年推出,定位于给专门的程序员设计大型的复杂分布式应用而设计。而Python是1991年推出(比Java还早)主要面向于系统管理,科研,教育和非程序员群体等。在人工智能和大数据时代,Python和java这2门编程语言都很优秀,也很火爆,那么我们如何选择呢?人生苦短,我用Python人工智能PK大数据,Python,Java 我该学哪个?Python是一门拥有简洁语法的高级编程语言。一个名为Guido van Rossum的荷兰大佬在1991年设计了它。设计这门语言的初衷,就是为了让代码读起来更轻松,并且让程序员们比起用其他语言,可以写更少的代码,事半功倍。从语言本身来说,Python是出了名的简洁,容易上手。特色之一是强制用空白符(white space)作为语句缩进,其相对的简单性让新手们可以快速上手写各种应用。从功能上来说,Python目前最火热的运用是:人工智能和数据分析。Python拥有十分完善的数据分析生态系统。Numpy & Scipy、Pandas、matplotlib 是 Python 最基本数据分析的三驾马车,而 Jupyter notebook 则是分析的最基本交互式环境。只要涉及机器学习,深度学习,神经网络这些高大上的领域,是绝对避不开Python的。有基于Python开发的蓝鲸游戏运维平台;而YouTube也同样使用Python语言开发;在Facebook,有大量的基础库均是通过Python实现.....此外,还有诸多通过Python实现的功能应用,比如利用Python爬取网页制作电子书、用Python编写Face ID破解iPhone X、用Python快速实现区块链、用Python写小游戏、甚至用Python写一个自动抢票的脚本。在人工智能大行其道的今天,Python的运用前景和发展空间绝对是无限的。Java,不可撼动的老大哥人工智能PK大数据,Python,Java 我该学哪个?Java是一门面向对象编程语言,不仅吸收了C++语言的各种优点,还摒弃了C++里难以理解的多继承、指针等概念,因此Java语言具有功能强大和简单易用两个特征。Java语言作为静态面向对象编程语言的代表,极好地实现了面向对象理论,允许程序员以优雅的思维方式进行复杂的编程。Java使用的虚拟机架构和独树一帜的JIT编译模式能大大提高它的运行速度。当运算量很大时,这种优势极为重要。这也是为什么Java至今仍然是世界上最受欢迎的语言之一。早在1995年,Jame Gosling就设计出了Java。Java是一门以Class为单位,高度面向对象的高级编程语言。设计初衷是“写一次代码,在哪里都可以用。” 它可以完成任何规模的任务,所以它也是很多公司在做商业级项目的时候的普遍选择。安卓手机上几乎所有App都是用Java写成的。大型网站的后端,比如电子商务交易平台东也都主要使用Java开发。大型的企业级应用比如大型企业管理系统,CRM系统,ERP系统也可以用Java开发。有关通信及网络的大型企业,比如移动、联通、电信、网通,有关金融行的大型企业,所有的银行、证券公司、互联网金融和大型管理系统,比如供应链,客户管理系统,物流系统主要的信息化都和Java息息相关。Java在大数据开发方面有很大的优势,目前流行的大数据Hadoop框架、map-reduce框架,很多部分都是用开源的Java语言编写。所以不难看出,Java还是行业应用不可撼动的老大哥。两种语言综合比对从语言本身,Python语法简洁优美, 功能强大。而Java以独特的架构和较快的速度著称。Python作为最近越来越火的语言,是大数据和人工智能的主力军,同时也在网页开发中广泛运用。而Java则垄断了企业级应用的开发,同样在在大数据方面有很大优势,更常年盘踞编程人员数量排行榜第一名。两者工程师的薪资也都十分可观,前景也非常好。总的来讲,无论选择哪种语言,对于走上技术之路的程序员都会有各自不同的优势。而对于初学者而言,更重要是如何将不同语言之间的相似之处关联起来,去不断领悟各种不同的语言、不同的平台的的相似点。毕竟,重要的是编程能力,而非仅仅某一种语言

340 评论(9)

水乡的风光

其实python非常适合初学者入门。相比较其他不少主流编程语言,有更好的可读性,因此上手相对容易。自带的各种模块加上丰富的第三方模块,免去了很多“重复造轮子”的工作,可以更快地写出东西。配置开发环境也不是很复杂,mac和linux都内置了python。另外据我所知,不少学校也开始使用python来教授程序设计课程。关于自学python,个人最大的3点经验:找一本浅显易懂,例程比较好的教程,从头到尾看下去。不要看很多本,专注于一本。把里面的例程都手打一遍,搞懂为什么。我当时看的是《简明python教程》,不过这本书不是非常适合零基础初学者。去找一个实际项目练手。我当时是因为要做一个网站,不得已要学python。这种条件下的效果比你平时学一门新语言要好很多。所以最好是要有真实的项目做。可以找几个同学一起做个网站之类。注意,真实项目不一定非要是商业项目,你写一个只是自己会用的博客网站也是真实项目,关键是要核心功能完整。最好能找到一个已经会python的人。问他一点学习规划的建议,然后在遇到卡壳的地方找他指点。这样会事半功倍。但是,要学会搜索,学会如何更好地提问。没人愿意帮你写作业或是回答“一搜便知”的问题。然而,别人的经验未必能完全复制。比如我没有说的是,在自学python之前,我已在学校系统学习过其他的编程语言。对于完全没有编程经验的初学者,在学习python的时候,面对的不仅仅是python这门语言,还需要面临“编程”的一些普遍问题,比如:从零开始,不知道从何入手,找了本编程教材发现第二章开始就看不懂了;缺少计算机基础知识,被一些教程略过的“常识性”问题卡住;遇到问题不知道怎么寻找解决方案;看懂语法之后不知道拿来做什么,学完一阵子就又忘了;缺少数据结构、设计模式等编程基础知识,只能写出小的程序片段。所以除了前面说的3点经验,给初学编程者的额外建议:首先要有信心。虽然可能你看了几个小时也没在屏幕上打出一个三角形,或者压根儿就没能把程序运行起来。但相信我,几乎所有程序员一开始都是这么折腾过来的。选择合适的教程。有些书很经典,但未必适合你,可能你写了上万行代码之后再看它会比较好。写代码,然后写更多的代码。光看教程,编不出程序。从书上的例程开始写,再写小程序片段,然后写完整的项目。除了学习编程语言,也兼顾补一点计算机基础,和英语。不但要学写代码,还要学会看代码,更要会调试代码。读懂你自己程序的报错信息。再去找些github上的程序,读懂别人的代码。学会查官方文档,用好搜索引擎和开发者社区。现在有很多人都想学一点编程,但是直接看教程又有点太难下手。

211 评论(14)

无奇不爱

python代码运行助手是能在网页上运行python语言的工具。因为python的运行环境在很多教程里都是用dos的,黑乎乎的界面看的有点简陋,所以出了这python代码运行助手,作为ide。

实际上,python代码运行助手界面只能算及格分,如果要找ide,推荐使用jupyter。jupyter被集成到ANACONDA里,只要安装了anacoda就能使用了。

回到这个问题:

1、要打开这运行助手首先要下载一个learning.py,如果找不到可以复制如下代码另存为“learning.py”,编辑器用sublime、或者notepad++。

2,再用一个记事本写如下的代码:

另存为‘运行.bat’

3、把“运行.bat”和“learning.py”放到同一目录下,

4、双击运行“运行.bat",之后会弹出黑色的dos窗口,这个窗口不要关闭。

5、输入网址对应的网址和端口,整个过程就完成了。

156 评论(15)

喊姐姐~给糖吃

是廖雪峰的python教程吧,下载learning.py,在cmd里运行,然后在教程的页面里面就可以用了。目的是网页里就可以测试代码。

141 评论(15)

mutouchoupihai

学习可以按照以下路线进行:阶段一:Python开发基础Python全栈开发与人工智能之Python开发基础知识学习内容包括:Python基础语法、数据类型、字符编码、文件操作、函数、装饰器、迭代器、内置方法、常用模块等。阶段二:Python高级编程和数据库开发Python全栈开发与人工智能之Python高级编程和数据库开发知识学习内容包括:面向对象开发、Socket网络编程、线程、进程、队列、IO多路模型、Mysql数据库开发等。阶段三:前端开发Python全栈开发与人工智能之前端开发知识学习内容包括:Html、CSS、JavaScript开发、Jquery&bootstrap开发、前端框架VUE开发等。阶段四:WEB框架开发Python全栈开发与人工智能之WEB框架开发学习内容包括:Django框架基础、Django框架进阶、BBS+Blog实战项目开发、缓存和队列中间件、Flask框架学习、Tornado框架学习、Restful API等。阶段五:爬虫开发Python全栈开发与人工智能之爬虫开发学习内容包括:爬虫开发实战。阶段六:全栈项目实战Python全栈开发与人工智能之全栈项目实战学习内容包括:企业应用工具学习、CRM客户关系管理系统开发、路飞学城在线教育平台开发等。阶段七:数据分析Python全栈开发与人工智能之数据分析学习内容包括:金融量化分析。阶段八:人工智能Python全栈开发与人工智能之人工智能学习内容包括:机器学习、图形识别、无人机开发、无人驾驶等。阶段九:自动化运维&开发Python全栈开发与人工智能之自动化运维&开发学习内容包括:CMDB资产管理系统开发、IT审计+主机管理系统开发、分布式主机监控系统开发等。阶段十:高并发语言GO开发Python全栈开发与人工智能之高并发语言GO开发学习内容包括:GO语言基础、数据类型与文件IO操作、函数和面向对象、并发编程等。

180 评论(15)

YeezyYeezy

jupyter脚派特 notebook 闹特布克

200 评论(8)

相关问答