Python和Jupyter简介

在本notebook中，你将：

1、学习如何使用一个Jupyter notebook

2、快速学习Python语法和科学库

3、学习一些IPython特性，我们将在之后教程中使用。

这是什么？

这是只为你运行在一个个人"容器"中的一个Jupyter notebook，存储了你能够运行和修改的示例数据，演示和教程。所有你需要的软件已经安装并且准备用于使用。

运行某段Python代码

要运行以下代码：

1、点击单元来选取它。

2、在键盘上按Shift + ENTER或者工具栏中Run按钮。

注意：你可以编辑一个单元并且重新运行它。notebook文档混合了可执行代码和叙述内容。它支持文本，链接，嵌入的视频甚至排版的数学：

Python语法的简介

列表list

字典dict

提示：对于大型或嵌套字典，使用list()更方便。自定义python对象经常可以用相同方式查询。

函数

在IPython f?或?f显示有关f的信息，注入它的参数。

参数可以有默认值：

任何参数可以由键盘输入。这输入更慢，但之后阅读清楚。

如果使用关键字，你不需要记住参数顺序。

使用numpy快速的数值计算

对于数值计算，一个numpy数组比普通列表list更有用并且高性能：

我们使用IPython %%timeit魔术测量内建python列表和numpy数组之间的速度差别。

如果单个循环需要更长计算，在所需行上使用%time

使用matplotlib绘图

在一个交互设置中，这将显示你可以移动和缩放的画布。(继续阅读我们能够在非交设置中做什么，例如本教程的静态网页版本)。

我们可以像这样绘图某些数据。在交互设置中，这将更新以上画布。

并且到此，通过显示图形自身，我们可以显示图形状态的一个非交互快照。

显示plt.gcf()(或任何图形)显示一个图形的非交互快照。显示plt.gcf().canvas或者任何Canvas给我们这个图形的另一个交互的，实时更新视图。

中断IPython内核

运行这个单元，并且点击notebook工具栏中方形的'stop'按钮来中断这个无限循环。

(这等价于在中断中按下Ctrl + C)

"Magics"

在此输入的代码由IPython解析，IPython通过添加了帮助你最大化地交互使用Python的快捷方式扩展Python。"Magics"是特殊的IPython语法。它们不是Python语言的组成部分，并且它们不应该在脚本或库中被使用；它们是为了交互使用。

# hello_world.py
message = 'hello world'
print(message)

当脚本结束时，在那个脚本中定义的任何变量将被输出到我们的命名空间。例如，(如我们将在下面见到的)，这个脚本定义了一个名为message的变量。现在我们用%runm运行这个脚本，message在我们的命名空间中。

这个命令可能使人混淆，在此情况中，读者必须发掘来理解message定义在何处以及它是什么，但它有其用处。整个教程中，我们将使用%run magic作为运行公式化配置代码以及定义代表硬件的变量的快捷方式。

%load magic复制一个文件的内容到一个单元但不运行它：%load scripts/hello_world.py

第二次执行这个单元来实际运行这个代码。整个教程中，我们使用%load magic来装置方法来练习。

系统shell访问

任何以一个！字符开头的输入行被传递，传递到下层操作系统。

numpy数组

目标

1）对于新手，感受如何使用一个数组。

2）对于更有经验的练习者，更深入地理解数组如何运行并且可能加你到一或两个有用的新东西。

项和分片

1、从数组中取单个元素，以下取第一行和第一列的元素

2、从数组中取一行元素，以下取第0行的元素

3、从数组中取一列元素，以下取0列的元素

4、从数组中取0到2行和0到2列中的元素

5、以下取10行到999行，因为这些行是在原数组中不存在，所以返回一个空数组

不同维度的数组通过"广播"被组合

广播规则：

基本运算：当两个要运算的数组形状不一致时，需要进行广播，使两者的形状一致再进行计算。1
例如，计算`a + b`，其中`a.shape=(2, 2, 3)`和`b.shape=(2, 3)`，那么`b`会被广播为`b.shape=(1, 2, 3)`，然后进行加法运算。
广播规则：

如果两个数组的rank（维度数量）不同，会在低级数组的shape的最前面添加1，直到两个数组的rank一致。
如果两个数组的某一层维度相同，或者其中一个数组在该维度的大小为1，则称两个数组在该维度上是兼容的。若数组在所有维度上兼容，则可以一起广播。
广播后，该维度为1的数组在该维度上进行复制。
特殊情况：

如果数组的某一维度为1，但该维度在其他数组中没有对应的值，那么这个维度不会参与广播。
如果数组的形状在任何维度上都匹配，但有一个维度为1，那么这个维度上的值会被扩展到整个数组。
以上规则确保了NumPy能够有效地处理不同形状的数组进行运算，是一种高效的运算方式。