【學習筆記】第三章 python3核心技術與實踐--Jupyter Notebook

可能你已經知道，Python 在 14 年后的“崛起”，得益于機器學習和數學統計應用的興起。那為什么 Python 如此適合數學統計和機器學習呢？作為“老司機”的我可以肯定地告訴你，Jupyter Notebook （https://jupyter.org/）功不可沒。

?

毫不夸張地說，根據我對 Facebook 等硅谷一線大廠的了解，一個 Python 工程師如果現在還不會使用 Jupyter Notebook 的話，可能就真的太落伍了。

?

磨刀不誤砍柴工，高效的工具讓我們的編程事半功倍。這一節課，我就來帶你學習一下 Jupyter Notebook，為后面的 Python 學習打下必備基礎。

?

什么是 Jupyter Notebook？

?

說了這么多，到底什么是 Jupyter Notebook？按照 Jupyter 創始人 Fernando Pérez 的說法，他最初的夢想是做一個綜合 Ju （Julia）、Py （Python）和 R 三種科學運算語言的計算工具平臺，所以將其命名為 Ju-Py-te-R。發展到現在，Jupyter 已經成為一個幾乎支持所有語言，能夠把軟件代碼、計算輸出、解釋文檔、多媒體資源整合在一起的多功能科學運算平臺。

?

英文里說一圖勝千言（A picture is worth a thousand words）。看下面這個圖片，你就明白什么是 Jupyter Notebook 了。

你在一個框框中直接輸入代碼，運行，它立馬就在下面給你輸出。怎么樣，是不是很酷？你可能會納悶兒，這樣一個看起來“華而不實”的玩意兒，真的就成了 Python 社區的顛覆者嗎？說實話放在幾年前我也是不信的。所以 Jupyter Notebook 的影響究竟有多大呢？

?

Jupyter Notebook 的影響力

?

我們衡量一個技術的影響力，或者說要用自己的技術去影響世界時，必定繞不開這個技術對教育界的影響力。

?

就拿微軟的 Word 文本處理系統來說吧。從純技術角度來講，Word 的單機設計理念早已落后時代 20 年。但以 Google Doc 為代表的在線文檔系統，卻并沒有像想象中那樣，實現對 Word 的降維打擊。

?

直觀的原因是用戶習慣，使用 Word 修改文檔，那就來回發幾十遍唄，用著也還可以。但更深刻來想，之所以養成這樣的用戶習慣，是因為我們的教育根源。教育系統從娃娃抓起，用小學中學大學十幾年的時間，訓練了用戶 Word 的使用習慣。到工作中，老員工又會帶著新員工繼續使用 Word，如此行程技術影響力生生不息的正向反饋。

?

回到我們今天的主題，我們來看 Jupyter Notebook。從 2017 年開始，已有大量的北美頂尖計算機課程，開始完全使用 Jupyter Notebook 作為工具。比如李飛飛的 CS231N《計算機視覺與神經網絡》課程，在 16 年時作業還是命令行 Python 的形式，但是 17 年的作業就全部在 Jupyter Notebook 上完成了。再如 UC Berkeley 的《數據科學基礎》課程，從 17 年起，所有作業也全部用 Jupyter Notebook 完成。

?

而 Jupyter Notebook 在工業界的影響力更甚。在 Facebook，雖然大規模的后臺開發仍然借助于功能齊全的 IDE，但是幾乎所有的中小型程序，比如內部的一些線下分析軟件，機器學習模塊的訓練都是借助于 Jupyter Notebook 完成的。據我了解，在別的硅谷一線大廠，例如 Google 的 AI Research 部門 Google Brain，也是清一色地全部使用 Jupyter Notebook，雖然用的是他們自己的改進定制版，叫 Google Colab。

?

看到這里，相信你已經認可了 Jupter Notebook 現如今的江湖地位。不過，說到技術的選擇，有些人會說，這個技術流行，我們應該用；有些人認為，阿里已經在用這個技術了，這就是未來，我們也要用等等。不得不說，這些都是片面的認知。不管是阿里還是 Facebook 用的技術，其實不一定適用你的應用場景。

?

我經常會鼓勵技術同行，對于技術選擇要有獨立的思考，不要人云亦云。最起碼你要去思考，Facebook 為什么選擇這個技術？這個技術解決了哪些問題？Facebook 為什么不選擇別的技術？有哪些局限？單從選擇結果而言，Facebook 選擇的技術很可能是因為它有幾百個產品線，幾萬個工程師。而同樣的技術，在一個十人的團隊里，反而成了拖累。

?

在這里，我不想忽悠你任何技術，我想教會你的是辯證分析技術的思考方法。接下來，我們就來看看，Jupyter 究竟解決了哪些別人沒有解決的問題。

?

Jupyter 的優點

?

1、整合所有的資源

?

在真正的軟件開發中，上下文切換占用了大量的時間。什么意思呢？舉個例子你就很好理解了，比如你需要切換窗口去看一些文檔，再切換窗口去用另一個工具畫圖等等。這些都是影響生產效率的因素。

?

正如我前面提到的，Jupyter 通過把所有和軟件編寫有關的資源全部放在一個地方，解決了這個問題。當你打開一個 Jupyter Notebook 時，就已經可以看到相應的文檔、圖表、視頻和相應的代碼。這樣，你就不需要切換窗口去找資料，只要看一個文件，就可以獲得項目的所有信息。

?

2、交互性編程體驗

?

在機器學習和數學統計領域，Python 編程的實驗性特別強，經常出現的情況是，一小塊代碼需要重寫 100 遍，比如為了嘗試 100 種不同的方法，但別的代碼都不想動。這一點和傳統的 Python 開發有很大不同。如果是在傳統的 Python 開發流程中，每一次實驗都要把所有代碼重新跑一遍，會花費開發者很多時間。特別是在像 Facebook 這樣千萬行級別的代碼庫里，即使整個公司的底層架構已經足夠優化，真要重新跑一遍，也需要幾分鐘的時間。

?

而 Jupyter Notebook 引進了 Cell 的概念，每次實驗可以只跑一小個 Cell 里的代碼；并且，所見即所得，在代碼下面立刻就可以看到結果。這樣強的互動性，讓 Python 研究員可以專注于問題本身，不被繁雜的工具鏈所累，不用在命令行直接切換，所有科研工作都能在 Jupyter 上完成。

?

3、零成本重現結果

?

同樣在機器學習和數學統計領域，Python 的使用是非常短平快的。常見的場景是，我在論文里看到別人的方法效果很好，可是當我去重現時，卻發現需要 pip 重新安裝一堆依賴軟件。這些準備工作可能會消耗你 80% 的時間，卻并不是真正的生產力。

?

Jupyter Notebook 如何解決這個問題呢？

?

其實最初的 Jupyter Notebook 也是挺麻煩的，需要你先在本機上安裝 IPython 引擎及其各種依賴軟件。不過現在的技術趨勢，則是徹底云端化了，例如 Jupyter 官方的 Binder 平臺（介紹文檔：https://mybinder.readthedocs.io/en/latest/index.html）和 Google 提供的 Google Colab 環境（介紹：https://colab.research.google.com/notebooks/welcome.ipynb）。它們讓 Jupyter Notebook 變得和石墨文檔、Google Doc 在線文檔一樣，在瀏覽器點開鏈接就能運行。

?

所以，現在當你用 Binder 打開一份 GitHub 上的 Jupyter Notebook 時，你不需要安裝任何軟件，直接在瀏覽器打開一份代碼，就能在云端運行。

?

4、Jupyter Notebook 初體驗

?

學習技術的最好方法就是用技術。不過，在今天的篇幅里，我不可能帶你完全學會 Jupyter Notebook 的所有技巧。我想先帶你直接感受一下，使用 Jupyter Notebook 的工作體驗。

?

比如這樣一個GitHub 文件。在Binder中，你只要輸入其對應的 GitHub Repository 的名字或者 URL，就能在云端打開整個 Repository，選擇你需要的notebook，你就能看到下圖這個界面。

每一個 Jupyter 的運行單元都包含了 In、Out 的 Cell。如圖所示，你可以使用 Run 按鈕，運行單獨的一個 Cell。當然，你也可以在此基礎上加以修改，或者新建一個 notebook，寫成自己想要的程序。趕緊打開鏈接試一試吧！

?

另外，我還推薦下面這些 Jupyter Notebook，作為你實踐的第一站。

?

第一個是 Jupyter 官方：https://mybinder.org/v2/gh/binder-examples/matplotlib-versions/mpl-v2.0/?filepath=matplotlib_versions_demo.ipynb

第二個是 Google Research 提供的 Colab 環境，尤其適合機器學習的實踐應用：https://colab.research.google.com/notebooks/basic_features_overview.ipynb

如果你想在本地或者遠程的機器上安裝 Jupyter Notebook，可以參考下面的兩個文檔。

安裝：https://jupyter.org/install.html

運行：https://jupyter.readthedocs.io/en/latest/running.html#running

總結

?

這節課，介紹了 Jupyter Notebook，并告訴你它為什么日趨成為 Python 社區的必學技術。這主要是因為它的三大特點：整合所有的資源、交互性編程體驗和零成本重現結果。但還是那句話，學習技術必須動手實操。這節課后，希望你能自己動手試一試 Jupyter Notebook，后面我們的一些課程代碼，我也會用 Jupyter Notebook 的形式分享給你。

?

?

?

?