Jupyter 笔记本

笔记本是 AI 工程的实验台。你在这里做原型，然后把可行的部分移到生产环境。

类型： 构建 语言： Python 前置条件： 阶段 0，第 01 课 预计时间： ~30 分钟

学习目标

• 安装和启动 JupyterLab、Jupyter Notebook 或带 Jupyter 扩展的 VS Code
• 使用魔法命令（%timeit、%%time、%matplotlib inline）进行基准测试和内联可视化
• 区分何时使用笔记本、何时使用脚本，践行”笔记本中探索，脚本中交付”的工作流
• 识别和避免常见笔记本陷阱：乱序执行、隐藏状态和内存泄漏

问题所在

每篇 AI 论文、每个教程、每场 Kaggle 比赛都使用 Jupyter 笔记本。它们让你分段运行代码、内联查看输出、混合代码与说明、快速迭代。如果你不用笔记本来学 AI，就像做数学作业没有草稿纸。

但笔记本也有真正的陷阱。人们用它做所有事情，包括它不擅长的事情。知道何时用笔记本、何时用脚本，能让你免受调试噩梦。

核心概念

笔记本是一个单元格列表。每个单元格要么是代码，要么是文本。

graph TD
    A["**Markdown 单元格**\n# 我的实验\n测试学习率 0.01"] --> B["**代码单元格** ► 运行\nmodel.fit(X, y, lr=0.01)\n---\n输出: loss = 0.342"]
    B --> C["**代码单元格** ► 运行\nplt.plot(losses)\n---\n输出: 内联图表"]

内核是一个在后台运行的 Python 进程。当你运行一个单元格时，它将代码发送给内核，内核执行代码并返回结果。所有单元格共享同一个内核，因此变量在单元格之间持久存在。

graph LR
    A[笔记本 UI] <--> B[内核\nPython 进程]
    B --> C[将变量保存在内存中]
    B --> D[按你点击的顺序运行单元格]
    B --> E[重启时消亡]

“按你点击的顺序运行”既是超能力，也是踩脚枪。

动手构建

第 1 步：选择你的界面

三种界面，一种格式：

三种界面读写相同的 .ipynb 文件。选你喜欢的。JupyterLab 在 AI 工作中最常用。

pip install jupyterlab
jupyter lab

第 2 步：重要的键盘快捷键

你在两种模式下操作。按 Escape 进入命令模式（左侧蓝色条），按 Enter 进入编辑模式（绿色条）。

命令模式（最常用的）：

编辑模式：

Shift+Enter 是你每天会用上千次的快捷键。先学这个。

第 3 步：单元格类型

代码单元格运行 Python 并显示输出：

import numpy as np
data = np.random.randn(1000)
data.mean(), data.std()

输出：(0.0032, 0.9987)

Markdown 单元格渲染格式化文本。用它们记录你在做什么以及为什么。支持标题、粗体、斜体、LaTeX 数学公式（$E = mc^2$）、表格和图片。

第 4 步：魔法命令

这些不是 Python。它们是 Jupyter 特有的命令，以 %（行魔法）或 %%（单元格魔法）开头。

计时你的代码：

%timeit np.random.randn(10000)

输出：45.2 us +/- 1.3 us per loop

%%time
model.fit(X_train, y_train, epochs=10)

输出：Wall time: 2.34 s

%timeit 多次运行代码取平均值。%%time 只运行一次。微基准测试用 %timeit，训练运行用 %%time。

启用内联图表：

%matplotlib inline

每个 plt.plot() 或 plt.show() 现在都直接在笔记本中渲染。

不离开笔记本安装包：

!pip install scikit-learn

! 前缀可以运行任何 shell 命令。

检查环境变量：

%env CUDA_VISIBLE_DEVICES

第 5 步：内联显示富输出

笔记本自动显示单元格中最后一个表达式。但你可以控制它：

import pandas as pd

df = pd.DataFrame({
    "model": ["Linear", "Random Forest", "Neural Net"],
    "accuracy": [0.72, 0.89, 0.94],
    "training_time": [0.1, 2.3, 45.6]
})
df

这会渲染一个格式化的 HTML 表格，而不是文本转储。图表也一样：

import matplotlib.pyplot as plt

plt.figure(figsize=(8, 4))
plt.plot([1, 2, 3, 4], [1, 4, 2, 3])
plt.title("Inline Plot")
plt.show()

图表直接显示在单元格下方。这就是笔记本主导 AI 工作的原因。你可以同时看到数据、图表和代码。

显示图片：

from IPython.display import Image, display
display(Image(filename="architecture.png"))

第 6 步：Google Colab

Colab 是云端的免费 Jupyter 笔记本。它提供 GPU、预安装的库和 Google Drive 集成。无需配置。

1. 访问 colab.research.google.com
2. 上传本课程的任何 .ipynb 文件
3. 运行时 > 更改运行时类型 > T4 GPU（免费）

Colab 与本地 Jupyter 的区别：

• 文件在会话之间不持久（保存到 Drive 或下载）
• 预安装：numpy, pandas, matplotlib, torch, tensorflow, sklearn
• from google.colab import files 上传/下载文件
• from google.colab import drive; drive.mount('/content/drive') 持久存储
• 免费版会话在 90 分钟不活动后超时

实际应用

笔记本 vs 脚本：何时用哪个

原则：笔记本中探索，脚本中交付。

AI 中的常见工作流：

1. 在笔记本中探索数据
2. 在笔记本中做模型原型
3. 一旦可行，将代码移到 .py 文件
4. 将 .py 文件导入回笔记本进行进一步实验

常见陷阱

乱序执行。 你先运行单元格 5，然后单元格 2，然后单元格 7。笔记本在你的机器上能工作，但别人从头到尾运行就出问题。修复方法：分享前执行 Kernel > Restart & Run All。

隐藏状态。 你删除了一个单元格，但它创建的变量仍在内存中。笔记本看起来很干净，但依赖于一个幽灵单元格。修复方法：定期重启内核。

内存泄漏。 加载一个 4GB 的数据集，训练一个模型，再加载另一个数据集。什么都没释放。修复方法：del variable_name 和 gc.collect()，或者重启内核。

交付成果

本课程产出：

• outputs/prompt-notebook-helper.md 用于调试笔记本问题

练习

1. 打开 JupyterLab，创建一个笔记本，使用 %timeit 比较列表推导式和 numpy 创建 100,000 个随机数的数组
2. 创建一个包含 Markdown 和代码单元格的笔记本，加载 CSV、显示 DataFrame、绘制图表。然后运行 Kernel > Restart & Run All 验证从头到尾都能工作
3. 将 code/notebook_tips.py 中的代码粘贴到 Colab 笔记本中，使用免费 GPU 运行

关键术语

延伸阅读

• JupyterLab 文档 了解完整功能
• Google Colab FAQ 了解 Colab 特有的限制和功能
• 28 Jupyter Notebook 技巧 进阶快捷键