使用jupyter进行数据分析

需求描述

数据挖掘过程往往是一步一步推进的，前一步的结果很大程度上会影响下一步的方法；同时，在设计具体方法时，数据分析师需要根据当前结果不断地进行调整。这种情况下，jupyter的代码与markdown交叉的形式，以及代码按照模块执行的方法，十分契合数据分析的过程。
因此，这篇文章就来讲一讲在使用jupyter notebook时可能要注意的点。

安装与环境配置

网上现成的教程很多，利用pip安装也很方便，只需要注意启动的jupyter内核应该和使用的python环境一致；如果使用的docker，记得为镜像中的8888端口设置对应接口。

使用时踩的坑

虽然刚刚开始使用，但是也经历一些小坑，在此做一些记录。

引入自定义包

python中，我们常常会习惯把不同功能的函数放到不同的.py模块下，而jupyter notebook不建议这种方式。一个notebook虽然也可以使用同一目录下其他notebook定义的函数，但是很容易出现一些奇奇怪怪的问题。
jupyter更加建议这样的一种模式：

• 每个notebook都是一个完整的内容，除了开头引入工具包（库），不调用其他自定义模块
• 尽量不定义函数，尤其是不把没有返回值的过程定义为函数
• 利用markdown的分级标题（多个‘#’）把代码分为不同的模块

markdown换行

jupyter notebook的文字部分为markdown格式，但是在换行上有些问题，刚开始时，会发现明明敲了回车，但是还是会渲染为同一行。正确的操作是： 在行尾添加两个空格，再回车，这样就换行了。