作为一名数据科学家和 Python 开发者，Jupyter Notebook 多年来一直是我每天的创作画布。但直到交付了多个杂乱的项目、排查了各种模糊的 bug，并重新翻看了六个月前的旧Notebook后，我才意识到该如何避免使用它们。 这篇文章并非讨论重启内核或使用%matplotlib inline之类的基本技巧。这些技巧是我多年来 ...

matplotlib是一个用于创建出版质量图表的桌面绘图包（主要是2D方面）。 该项目是由John Hunter于2002年启动的，其目的是为Python构建一个MATLAB式的绘图接口。 matplotlib和IPython社区进行合作，简化了从IPython shell（包括现在的Jupyter notebook）进行交互式绘图。

众 所周知，Jupyter notebook是一个交互式的Python shell，也就是IPython的封装版，非常适合用来进行数据分析和机器学习。 Jupyter notebook中有很多实用且鲜为人知的功能，可以实现有趣的操作，这次举五个简单的例子。 1. 脚本代码写入本地文件 %%file方法可以将脚本代码写入本地Py文件。

NOTE: When using the Vivado Runs infrastructure (e.g. launch_runs Tcl command), add this command to a .tcl file and add that file as a pre-hook for write_bitstream step for the implementation run.

为此，我做了一个小实验：我在一台从未配置过 Python 相关开发环境的旧电脑上，安装了 Python 3.7.9 和 VS code，并在 VS code 中安装了 Python 拓展和 Jupyter 拓展，电脑全程没有安装 Jupyter Notebook。

自从 Python 在数据科学方面火热起来之后，应该很少有人对 Jupyter Notebook 不熟悉的，因为做数据分析或数据处理，它可以说是必备的一个工具。 但是，你可能不知道是，Jupyter 还可以用来写书，真实的效果比起 Gitbook 其实也是差不了多少的。

在 notebooke 中执行 %timeit 可以输出某个函数代码的性能测评结果： 上面的结果是对函数执行时间的一个度量，它直接反映的是一个函数代码在某个固定时间中循环执行的次数。通常来说，同样效果的代码loops之前的数字越大，代码的执行时间就越短，性能也越高。 在 notebooke 中执行 %%timeit 则可以方便 ...