标签
内容简介
《Python数据科学速查表 - Jupyter Notebook》是一份面向 Python 数据科学学习者的单页速查资料，属于中文社区流传甚广的「Python 数据科学速查表」系列。该系列原版由在线数据教育平台 DataCamp 制作，后经中文译者呆鸟（iamseancheney）翻译整理，共十余张，涵盖 Python 基础、数据导入、Jupyter Notebook、NumPy、Pandas、SciPy、Matplotlib、Seaborn、Bokeh、Scikit-Learn、Keras 以及 Spark SQL/RDD 等主题。本册专门讲 Jupyter Notebook，即数据科学中最常用的交互式编程环境：把代码、运行结果、图表与说明文字组织在同一个文档里，边写边跑、边看边改。速查表以分类表格和短小代码片段的形式，按「安装与启动」「界面与单元格操作」「常用快捷键」「魔法命令」「导出与分享」等实用主题集中列出高频操作，省去翻文档、查搜索引擎的时间。它不讲解原理，也不按章节循序渐进，而是供读者在实际动手时放在手边随时查阅。本册适合刚接触 Jupyter Notebook、需要一个清晰的操作索引的读者，也适合已有经验、但记不住具体快捷键与命令行参数的用户。由于是开源电子资料，没有正式书号与定价，阅读与传播时请遵守原作者的授权说明。
编辑推荐
这是一份典型的「桌上型」资料：不追求讲透，只求查得快。Jupyter Notebook 的学习门槛并不高，真正的麻烦在于零散操作太多——怎么新建笔记本、单元格怎么切换、运行顺序为什么会影响变量、内核挂死怎么重启、图表如何内嵌、导出成 HTML 或 PDF 又该怎么设置。这些问题在官方文档里都能找到答案，但分散在不同页面，查起来耗时。速查表的价值就是把这些高频操作压缩到一页之内，用分类表格呈现，一眼扫到就能用。中文翻译版在社区传播多年，被众多入门教程和公众号引用，说明它的实用度经受住了验证。需要提醒的是，Jupyter 生态更新很快，新版界面（JupyterLab、Notebook 7）在菜单布局与部分快捷键上有差异，阅读时要以自己实际使用的版本为准，遇到不一致的地方回官方文档核对。把它当索引，不当教材，是最合适的使用方式。
适合谁读
适合
- 刚开始用 Jupyter Notebook 做 Python 练习的数据科学初学者
- 经常忘记 Notebook 快捷键与魔法命令的中级使用者
- 需要给学员或同事整理一份上手速查资料的教学者
- 想把代码、图表与文字说明整合成分析报告的科研与数据岗位人员
不适合
- 希望系统学习 Python 语法与数据科学理论的零基础读者
- 需要深入理解 Notebook 内核机制与扩展开发的进阶开发者
- 偏好纸质正式出版物、需要成套教材的读者
阅读建议
- 先通读一遍建立整体印象，再在实操时按主题快速定位，不必逐条背诵。
- 把常用快捷键与魔法命令抄进自己的首行笔记，形成个人化的工作模板。
- 对照自己使用的 Jupyter 版本核对菜单项，界面差异处回官方文档确认。
- 配合系列中 NumPy、Pandas、数据导入等分册一起使用，效果更完整。
常见问题
这份速查表是正式出版的图书吗？
不是。它是源自 DataCamp 的开源速查资料，由中文译者呆鸟翻译整理并在 GitHub 等平台分享，没有出版社、书号与定价，检索不到 ISBN 属正常情况。
速查表涵盖哪些 Jupyter 内容？
主要覆盖安装启动、界面与单元格操作、常用快捷键、魔法命令、内核管理以及结果导出等高频操作，以分类表格和代码片段呈现，不涉及原理讲解。
新手只看速查表够用吗？
不够。速查表是查阅工具而非教程，建议先跟一份入门教程完成环境搭建与基础练习，再把速查表放在手边解决具体操作问题。
界面和速查表写的对不上怎么办？
Jupyter 版本更新较快，JupyterLab 与新版 Notebook 的菜单布局和部分快捷键有调整。以自己实际使用的版本为准，差异处查阅官方文档即可。
读者评论
查询本书
本站为索引目录：「全网查询」由您发起、在您的浏览器中运行，所列入口均指向第三方站点，请自行判断可用性。
