1. 什么是Jupyter Notebook

Jupyter Notebook是一个开源的Web应用程序，允许用户创建和共享包含实时代码、方程、可视化和解释性文本的文档。它最初由IPython团队开发，现在已经成为一个独立的项目，并广泛用于数据清理和转换、数值模拟、统计建模、数据可视化、机器学习等等。因其直观易用的界面和强大的功能，在数据科学、机器学习、科学计算和软件开发等领域得到了广泛的应用。它不仅是研究人员、学生和数据分析师的有力工具，也是教师和教育者用于创建交互式教程和演示文稿的理想选择。

2. 方式一：通过命令行pip来安装Jupyter Notebook

首先需要确保已安装Python，不会安装的参考：[python安装教程]（点击跳转）

2.1 按下 Win + R 键，输入 “cmd”，按下回车键打开Windows终端

2.2 使用 pip 安装 Jupyter Notebook，输入以下命令

pip install jupyter

2.3 安装完成，输入以下命令，启动 Jupyter Notebook

jupyter notebook

2.4 接下来Jupyter Notebook 会在默认的浏览器中打开。如果没有自动打开，可以在浏览器中输入 http://localhost:8888/tree 打开

3. 方式二：利用Anaconda安装Jupyter Notebook

什么是Anaconda
Anaconda是一个开源的Python发行版本，专注于数据分析。它包含了conda、Python等190多个科学包及其依赖项，使得用户可以便捷地获取和管理这些包，同时提供对环境的统一管理。Anaconda的特点包括：

1. 集成第三方库：Anaconda常用于科学计算领域，集成了许多数据分析库，如pandas、numpy、matplotlib等，可以方便地进行数据分析、机器学习等任务。
2. 虚拟环境管理：使用conda，用户可以创建多个不同的虚拟环境，每个环境可以分隔不同项目所需要的不同版本的包，有效预防版本冲突。
3. 跨平台支持：Anaconda支持Linux、Windows、Mac OS X等多个操作系统，并可以自由切换不同版本的Python。
4. 开源与免费：Anaconda是完全开源和免费的，尽管一些额外的加速和优化功能可能需要付费，但对于学术用途，可以申请免费的License。

因此，对于数据分析的初学者或专业人士来说，Anaconda都是一个非常有用的工具，可以大大提高工作效率和减少配置问题。

3.1 安装Anaconda（Windows系统）

下载地址：https://www.anaconda.com/download/success
下载慢的可以下载我下载好的：https://www.123pan.com/s/OlsEjv-Hrjzh.html

3.2 更换国内源

为什么需要更换国内源
官方源对应的服务器位于国外，这可能导致下载速度慢，甚至有时无法访问。因此，为了提高下载速度和稳定性，添加国内镜像源是一个有效的解决方案。更换为国内源可以显著提升Anaconda的使用体验，确保用户可以更快速、更稳定地获取所需的软件包和依赖项。

# 查看当前配置的镜像源
conda config --show channels 
# 恢复默认配置
conda config --remove-key channels
# 向conda的配置中添加清华大学镜像源
conda config --add channels https://mirrors. tuma. tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/fastai/
conda config --set show_channel_urls yes

3.3 创建一个新环境，在新环境中安装包，安装jupyter

不想创建新环境，也可以直接使用默认的环境，点击直接打开jupyter notebook（接着看3.4就可以）

创建新环境myenv

3.4 Jupyter notebook的基础使用

3.5 conda常用命令

1. 创建环境：

• conda create --name myenv: 创建一个名为 myenv 的新环境。
• conda create --name myenv python=3.8: 创建一个带有指定 Python 版本的环境。
• conda create --name myenv numpy pandas: 创建一个包含指定软件包的环境。

2. 管理环境：

• conda activate myenv: 激活名为 myenv 的环境。
• conda deactivate: 停用当前环境。
• conda env list: 列出所有可用环境。
  -conda env remove --name myenv: 删除名为 myenv 的环境。

3. 安装/卸载软件包：

• conda install numpy: 安装 numpy 包。
• conda install numpy=1.19.2: 安装指定版本的 numpy 包。
• conda install --file requirements.txt: 从 requirements.txt 文件中安装所有指定的软件包。
• conda remove numpy: 卸载 numpy 包。

4. 更新软件包：

• conda update numpy: 更新 numpy 包到最新版本。
• conda update --all: 更新所有已安装的软件包到最新版本。

5. 搜索软件包：

• conda search numpy: 搜索可用的 numpy 版本。
• conda search "*search_term*": 在 Conda 存储库中搜索指定的软件包。

6. 清理：

• conda clean --all: 清理不再需要的临时文件和缓存。