降低學習門檻，輕松上手Python
借助Jupyter工具，開啟數據科學之旅
示例+代碼+操作步驟，一學就會，讓你擁有成就感和獲得感
Jupyter從入門到精通，非計算機專業的文科生也能輕松閱讀

本書全面講解Jupyter的功能、應用、體繫架構、配置和部署等內容。全書共8章，前4章面向希望學習Python、數據科學及人工智能相關知識，但尚無軟件開發基礎的讀者，以零起點的方式講述Jupyter的功能與操作，並以Jupyter Notebook為工具，講述Python的基礎知識，以及使用Python開展數據科學工作的入門內容；後4章深入講述Jupyter的高級應用、配置、管理，以及JupyterLab和JupyterHub等相關內容。本書盡量涵蓋Jupyter各方面的內容，致力於成為一本Jupyter完全手冊。
本書適合Jupyter及Python初學者閱讀學習，也適合Python程序員，有Jupyter使用基礎的軟件開發人員、數據科學及人工智能的從業人員，配置和部署Jupyter繫統的IT管理員閱讀。

立超負責騰盛智能物聯傳感事業部的研發及市場開拓工作，能在繁忙的工作之餘擠出時間著書，實屬難能可貴。他還是馬拉松愛好者，一直堅持每月150公裡以上的跑量，我們一起參加了多次馬拉松賽和越野賽。我想，跑步與工作、寫作之間，是有許多共同點的，比如自律、比如堅韌，以及在繁忙工作與紛擾事務之中找到平靜的心態等等。希望這本書能夠對讀者有所幫助，不僅僅是技術的提升，還有閱讀帶來的快樂。

—— 屠佳寧

上海騰盛智能安全科技股份有限公司董事長

北大光華管理學院戶外總會會長

光華管理學院第15屆戈壁挑戰賽領隊

很高興看到馮老師這本著作即將面世。我經常想，我們有幸生活在一個最好的時代，信息技術已經從根本上融入或改變了我們的工作和生活。我很喜歡Python，也喜歡琢磨一些數據分析的問題。在學習和實踐過程中，我自己經常寫筆記，用OneNote，或者發布到博客園，但總覺得不方便，因為筆記是純文本的，它跟代碼是割裂的。直到我遇到了Jupyter，其“驚艷的”設計讓人眼前一亮。我相信馮老師這本書可以幫助絕大部分人完整地了解和掌握Jupyter。順便說一下，馮老師是圈內有名的跑者（Runner），我看到書中有不少例子也跟跑步有關，實在不錯。

—— 陳希章

微軟（亞洲）互聯網工程院高級產品經理

讀書是最有效的知識提升途徑。對於技術人員來說，讀書是大投資。馮老師是負責任的傳道授業者，我認識馮老師超過十年，對他的技術素養十分敬佩。馮老師還是一位堅定的跑者，這本書裡有大量的實際範例和Step by Step的操作步驟，不管您是機器學習的初學者還是有一定基礎的專業人士，我相信大家都能從中獲益。

—— 彭愛華

微軟技術社區技術總監

微軟Z有價值專家，騰訊雲Z具價值專家

上海財經大學商學院特邀講師

獲中國物流和采購聯合會2019年科技進步一等獎

我們處在信息技術日新月異的時代，軟件開發語言也在不斷發展創新，而Python作為一種出現較早的語言，表現出了強大的生命力。特別是在大數據、人工智能領域，Python的優勢得到極大發揮，深受開發人員及行業專家的喜愛。馮老師的這本著作從Python開發環境Jupyter入手，為初學者提供了一個入門Python的便捷路徑。這本書的內容安排也很符合馮老師的風格，講入門知識細致入微，為初學者降低了門檻；同時在知識廣度上，又力求面面俱到，對Jupyter各方面的內容都有所涉及。希望這本書能夠讓更多的讀者喜歡上Python，希望讀者能夠不斷深入學習，讓Python和Jupyter在自己的工作中發揮更大的作用。

—— 孫為平

陝西工業雲中心管理運營有限公司董事總經理

我深信以數據驅動的數字化組織是所有公司的未來，因此，數據分析能力將成為每位職場人士的必備基礎技能。借助Jupyter工具把Python學會用好，一定會事半功倍。

—— 朱其勝

安銳信息創始人兼董事長

前Windows IT Pro主編和微軟MVP

和HiFrank認識是在2019年春季的一次越野拉練上，當時就感受到他對跑步的熱情和毅力。後來他參加了我們組織的杭州國際越野並成功完賽了25公裡組別。出於對越野的熱愛，以及對自身的挑戰，同年他又報名參加我們11月的杭州大宋108國際越野賽地煞組50公裡賽事。而在此次越野賽6天前的杭州馬拉松賽終點處，我踫到了他，他剛剛跑完了杭州馬拉松的42.195公裡。在全程馬拉松後，短時間內又完成了一個50公裡越野。後來得知他在每天跑步訓練之後，還堅持寫作，深感佩服。這靜若處子、動若脫兔的極大反差，讓我想到他的堅韌、執著和熱情。很高興看到HiFrank的新書即將出版，這是與長跑一樣堅持和自律的成果！

—— 畢澳

2019杭州馬拉松裁判

2019杭州大宋108公裡國際越野賽賽事副總監

第 1章Jupyter入門 1
1．1 Jupyter簡介1
1．2 快速安裝Jupyter2
1．2．1 基本概念3
1．2．2 安裝Jupyter3
1．3 Jupyter Notebook快速上手5
第2章 Jupyter Notebook操作詳解11
2．1 Jupyter Notebook儀表板11
2．1．1 Files頁12
2．1．2 Running頁13
2．1．3 Clusters頁14
2．1．4 Quit按鈕及Logout按鈕14
2．2 Notebook15
2．2．1 什麼是Notebook15
2．2．2 Jupyter Notebook文件16
2．2．格類型18
2．2．4 編輯模式與命令模式19
2．2．5 內核20
2．3 Notebook操作22
2．3．1 File菜單22
2．3．2 Edit菜單26
2．3．3 View菜單28
2．3．4 Insert菜單30
2．3．5 Cell菜單30
2．3．6 Kernel菜單32
2．3．7 Widgets菜單33
2．3．8 快捷方式35
2．4 Markdown及數學公式37
2．4．1 Markdown37
2．4．2 數學公式46
第3章使用Jupyter學習Python53
3．1 Python簡述53
3．1．1 Python編程舉例54
3．1．2 運行Python代碼56
3．2 Python語法速覽66
3．3 變量與對像68
3．3．1 Python變量的概念與特點68
3．3．2 Python變量的基本類型69
3．4 內置數據結構77
3．4．1 列表78
3．4組81
3．4．3 字典82
3．4．4 集合82
3．4．5 小結83
3．5 流程控制84
3．5．1 條件判斷84
3．5．2 while循環85
3．5．3 for循環86
3．5．4 break及continue語句87
3．6 函數88
3．6．1 使用函數88
3．6．2 定義函數89
3．6．3 默認參數值91
3．6．4 不定長參數91
3．6．5 匿名函數92
3．7 模塊與包92
3．7．1 模塊與包的基本概念92
3．7．2 從Python標準庫導入模塊96
3．7．3 導入第三方模塊97
3．7．4 包管理器Anaconda99
3．8 面向對像編程99
3．8．1 面向過程編程與面向對像編程基本概念99
3．8．2 類和實例102
3．8．3 繼承和多態104
3．8．4 小結108
3．9 輸入輸出110
第4章通過Jupyter開啟數據科學之路113
4．1 數據科學相關工具簡介113
4．1．1 NumPy113
4．1．2 Pandas115
4．1．3 Matplotlib117
4．1．4 SciPy118
4．2 了解機器學習119
4．2．1 使用Scikit-learn120
4．2．2 其他機器學習工具126
第5章Jupyter Notebook高級應用129
5．1 Jupyter擴展129
5．1．1 安裝Jupyter Notebook擴展包129
5．1．2 常用Jupyter Notebook的擴展功能132
5．1．3 理解Jupyter Notebook擴展136
5．2 Widget控件139
5．2．1 認識Widget140
5．2．2 常用Widget簡介144
5．2．3 在Widget之間建立關聯149
5．2．4 Widget事件152
5．2．5 使用Widget構建實時交互應用156
5．3 Magic命令160
5．3．1 Magic簡介160
5．3．2 常用Magic161
5．4 Nbconvert165
5．4．1 安裝Nbconvert166
5．4．2 使用Nbconvert169
第6章配置和管理Jupyter171
6．1 Jupyter架構與原理171
6．1．1 從IPython說起171
6．1．2 Jupyter架構174
6．2 Jupyter安裝與配置174
6．2．1 安裝Jupyter175
6．2．2 配置Jupyter179
6．3 Jupyter的安全性180
6．3．1 Jupyter Notebook服務器的安全驗證180
6．3．2 使用SSL實現安全通信183
6．4 Jupyter多語言支持186
6．4．1 安裝R內核186
6．4．2 安裝Julia內核188
第7章JupyterLab193
7．1 安裝JupyterLab193
7．2 使用JupyterLab195
7．2．1 JupyterLab界面196
7．2．2 JupyterLab功能與操作201
7．3 JupyterLab 擴展206
7．3．1 使用Extension Manager206
7．3．2 常用擴展舉例212
第8章JupyterHub217
8．1 JupyterHub的概念與架構217
8．1．1 JupyterHub的概念217
8．1．2 JupyterHub的架構218
8．1．3 JupyterHub的部署方式219
8．2 安裝JupyterHub最小環境219
8．3 安裝JupyterHub + JupyterLab環境225
8．3．1 基本概念與過程225
8．3．2 在Python虛擬環境中安裝和配置226
8．3．3 管理conda環境231
8．3．4 設置反向代理234
後記238