楼主: ahc123
496 6

[学习笔记] python自学笔记 [推广有奖]

  • 1关注
  • 22粉丝

已卖:6776份资源

学术权威

0%

还不是VIP/贵宾

-

威望
0
论坛币
166138 个
通用积分
1722.5880
学术水平
83 点
热心指数
101 点
信用等级
78 点
经验
93058 点
帖子
5026
精华
3
在线时间
3216 小时
注册时间
2021-4-26
最后登录
2026-1-5

20周年荣誉勋章

楼主
ahc123 发表于 2025-3-8 21:49:53 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币


jupyter notebook 怎样建立新的文件夹,然后保存一个新文件 ,请给我图片显示操作步骤?

1. 在 Jupyter Notebook 中创建新文件夹方法一:通过界面操作
  • 打开 Jupyter Notebook,进入主界面(Dashboard)。

  • 点击右上角的 New 按钮 → 选择 Folder

    • 此时会创建一个名为 Untitled Folder 的新文件夹。


  • 重命名文件夹

    • 勾选新文件夹左侧的复选框。

    • 点击顶部菜单的 Rename 按钮。

    • 输入新名称(如 my_folder),点击 Rename



方法二:通过终端命令

[size=16.002px]在 Jupyter Notebook 的 Dashboard 界面中:

  • 点击右上角 New → 选择 Terminal 打开命令行。

  • 输入命令创建文件夹:

    bash
    [backcolor=rgba(var(--ds-rgba-transparent))]复制




    mkdir your_folder_name  # 例如:mkdir my_folder
  • 刷新页面即可看到新文件夹。



2. 创建并保存新文件
  • 进入目标文件夹:点击你要保存文件的文件夹(如新建的 my_folder)。

  • 创建新文件

    • 点击右上角 New → 选择文件类型(如 Python 3 创建 .ipynb 文件)。


  • 编辑文件:在打开的 Notebook 中输入代码或文本。

  • 保存文件

    • 点击菜单栏的 FileSave Notebook(或直接按 Ctrl+S/Cmd+S)。

    • 文件会自动保存到当前文件夹中,文件名显示在页面顶部(默认如 Untitled.ipynb)。




关键界面位置(文字描述)
  • New 按钮:右上角,用于创建文件夹或文件。

  • Rename 按钮:勾选文件夹后出现在顶部菜单。

  • 保存快捷键:Ctrl+S(Windows/Linux)或 Cmd+S(Mac)。



如何验证操作成功?
  • 返回 Jupyter Notebook 的 Dashboard 界面。

  • 检查目标文件夹中是否有新创建的文件(如 .ipynb 文件)。



[size=16.002px]如果需要实际截图,可以在搜索引擎中搜索 “Jupyter Notebook 创建文件夹截图”“Jupyter Notebook 保存文件截图”,会有大量图文教程参考。


[size=16.002px]在jupyter notebook里怎样导入一个.ipynb文件?

[size=16.002px]

[size=16.002px]在 Jupyter Notebook 中,直接导入 .ipynb 文件(例如将其作为模块调用)并不像导入 .py 文件那样简单,但可以通过以下方法实现你的需求:



方法 1:直接上传并打开 .ipynb 文件

[size=16.002px]如果目标是通过 Jupyter Notebook 打开并编辑另一个 .ipynb 文件,操作步骤如下:

  • 上传文件到 Jupyter


    • 在 Jupyter 的 Dashboard 界面,点击右上角的 Upload 按钮。

    • 选择本地的 .ipynb 文件,点击 Upload

    • 上传完成后,点击文件名即可打开并编辑。


  • 直接运行

    • 打开上传的 .ipynb 文件后,可以像普通 Notebook 一样执行代码单元格。




方法 2:在 Notebook 中调用另一个 .ipynb 文件的内容

[size=16.002px]如果目标是在当前的 Notebook 中调用另一个 .ipynb 文件的代码或函数,需要借助工具或间接方法:

步骤 1:将 .ipynb 转换为 .py 文件
  • 在 Jupyter 中打开目标 .ipynb 文件。

  • 点击菜单栏的 File → Download as → Python (.py),将其保存为 .py 文件。

  • 在当前 Notebook 中导入该 .py 文件:

    python
    [backcolor=rgba(var(--ds-rgba-transparent))]复制




    import your_filename  # 替换为你的文件名(无需后缀)

步骤 2:使用 %run 魔术命令直接运行 .ipynb 文件python
[backcolor=rgba(var(--ds-rgba-transparent))]复制




%run your_notebook.ipynb

  • 这会直接运行目标 Notebook 中的所有代码(类似复制粘贴代码到当前 Notebook)。

  • 注意:此方法可能在某些环境中不可用,建议优先转换为 .py 文件。



方法 3:使用 nbimporter 库(不推荐,需谨慎)
  • 安装 nbimporter:

    bash
    [backcolor=rgba(var(--ds-rgba-transparent))]复制




    pip install nbimporter
  • 在 Notebook 中导入:

    python
    [backcolor=rgba(var(--ds-rgba-transparent))]复制




    import nbimporterimport your_notebook  # 直接导入 .ipynb 文件

  • 注意:此方法可能不稳定,部分复杂 Notebook 会报错。



常见问题
  • 为什么不能直接导入 .ipynb 文件?
    Jupyter Notebook 设计初衷是交互式编辑,而非作为模块导入。若需复用代码,建议将核心逻辑封装为 .py 文件。

  • 如何在 Google Colab 中上传 .ipynb 文件?
    在 Colab 中点击左侧文件图标 → Upload → 选择文件 → 直接打开即可。



总结
  • 若需编辑另一个 .ipynb 文件,直接上传并打开。

  • 若需复用代码,推荐将 .ipynb 转换为 .py 文件后再导入。

  • 若需快速运行另一个 Notebook,使用 %run your_notebook.ipynb。


[size=16.002px]

[size=16.002px]people = ['Tom','Dick',"Harry"]for person in people :     print("There's a person called" + person)

[size=16.002px]可是,我的电脑里显示的是:There's a person calledTom,不是There's a person called Tom,明白吗,最后的两个单词之间,少了一个空格,为什么?

[size=16.002px]

[size=16.002px]明白了!问题出在字符串拼接时,"There's a person called" 和 person 之间没有添加空格。在 Python 中,字符串拼接是通过 + 直接连接的,如果两个字符串之间没有空格,它们会紧密地连在一起。

问题分析

[size=16.002px]在你的代码中:

python
[backcolor=rgba(var(--ds-rgba-transparent))]复制




print("There's a person called" + person)

[size=16.002px]"There's a person called" 和 person 之间没有空格,所以输出结果是 There's a person calledTom,而不是 There's a person called Tom。


解决方法

[size=16.002px]有几种方法可以解决这个问题:

方法 1:在字符串中添加一个空格

[size=16.002px]在 "There's a person called" 的末尾添加一个空格:

python
[backcolor=rgba(var(--ds-rgba-transparent))]复制




print("There's a person called " + person)

方法 2:使用 f-string(推荐)

[size=16.002px]f-string 是 Python 3.6 引入的一种更简洁的字符串格式化方式,它会自动处理空格问题:

python
[backcolor=rgba(var(--ds-rgba-transparent))]复制




print(f"There's a person called {person}")

方法 3:使用逗号分隔(自动添加空格)

[size=16.002px]print 函数可以接受多个参数,默认会用空格分隔它们:

python
[backcolor=rgba(var(--ds-rgba-transparent))]复制




print("There's a person called", person)


修改后的代码

[size=16.002px]以下是修改后的代码,确保输出正确:

python
[backcolor=rgba(var(--ds-rgba-transparent))]复制




people = ['Tom', 'Dick', 'Harry'for person in people:    print("There's a person called " + person)  # 方法 1    # 或者    print(f"There's a person called {person}")  # 方法 2    # 或者    print("There's a person called", person)    # 方法 3


输出结果

[size=16.002px]无论使用哪种方法,输出都会是:


[backcolor=rgba(var(--ds-rgba-transparent))]复制




There's a person called TomThere's a person called DickThere's a person called Harry

[size=16.002px]希望这能解决你的问题!


二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:python Transparent Dashboard Notebook download

沙发
ahc123 发表于 2025-3-8 22:00:09
[size=16.002px],什么意思?

部分代码,不能显示?
步骤 2:使用 %run 魔术命令直接运行 .ipynb 文件
python
复制
%run your_notebook.ipynb

%run your_notebook.ipynb

藤椅
ahc123 发表于 2025-3-9 17:45:30

从网上下载了数据csv文件,需要放在用于保存python代码的同一个文件夹中,文件在当前 Jupyter Notebook 的同一目录下,当前 Jupyter Notebook 的完整路径?

方法 1:通过代码直接输出当前路径
在 Jupyter Notebook 的单元格中运行以下代码,可以直接打印当前工作目录的完整路径:

python
复制
import os
print("当前 Jupyter Notebook 的工作目录是:", os.getcwd())
输出示例:

复制
当前 Jupyter Notebook 的工作目录是: C:\Users\YourName\Documents\MyNotebooks
方法 2:通过命令行查看(适用于熟悉终端的用户)
在 Jupyter Notebook 的单元格中运行以下命令(根据操作系统选择):

Windows:

python
复制
!cd
Mac/Linux:

python
复制
!pwd
输出示例:

复制
C:\Users\YourName\Documents\MyNotebooks
方法 3:通过 Jupyter 界面查看
打开 Jupyter Notebook 的浏览器页面。

观察浏览器地址栏中的路径。例如:

复制
http://localhost:8888/notebooks/ ... your_notebook.ipynb
这里的 Documents/MyNotebooks 就是当前工作目录。

注意:这种方式可能需要手动将 URL 路径转换为本地文件路径(例如 C:\Users\YourName\Documents\MyNotebooks)。

如何确保 CSV 文件在正确的位置?
运行上述代码获取当前工作目录(例如 C:\Users\YourName\Documents\MyNotebooks)。

将 sp500.csv 文件复制到这个目录下。

验证文件是否存在:在 Jupyter Notebook 中运行以下命令:

Windows:

python
复制
!dir
Mac/Linux:

python
复制
!ls
输出应包含 sp500.csv。

常见问题排查
文件名大小写不一致:确保 CSV 文件名和代码中的 'sp500.csv' 完全一致(例如不是 SP500.CSV)。

隐藏文件扩展名:Windows 默认隐藏已知文件扩展名,可能实际文件名是 sp500.csv.csv(需检查并重命名)。

路径中有特殊字符:避免路径包含中文或空格(例如 C:\Users\张三\Desktop 可能导致问题)。

示例流程
假设通过代码 os.getcwd() 输出的路径是:

复制
C:\Users\Alice\FinanceProject
那么你需要:

将 sp500.csv 放在 C:\Users\Alice\FinanceProject 文件夹中。

确保 Jupyter Notebook 文件(.ipynb)也在此目录下。

板凳
ahc123 发表于 2025-3-11 14:59:03
Help on package pandas:

NAME
    pandas

DESCRIPTION
    pandas - a powerful data analysis and manipulation library for Python
    =====================================================================
   
    **pandas** is a Python package providing fast, flexible, and expressive data
    structures designed to make working with "relational" or "labeled" data both
    easy and intuitive. It aims to be the fundamental high-level building block for
    doing practical, **real world** data analysis in Python. Additionally, it has
    the broader goal of becoming **the most powerful and flexible open source data
    analysis / manipulation tool available in any language**. It is already well on
    its way toward this goal.
   
    Main Features
    -------------
    Here are just a few of the things that pandas does well:
   
      - Easy handling of missing data in floating point as well as non-floating
        point data
      - Size mutability: columns can be inserted and deleted from DataFrame and
        higher dimensional objects
      - Automatic and explicit data alignment: objects can  be explicitly aligned
        to a set of labels, or the user can simply ignore the labels and let
        `Series`, `DataFrame`, etc. automatically align the data for you in
        computations
      - Powerful, flexible group by functionality to perform split-apply-combine
        operations on data sets, for both aggregating and transforming data
      - Make it easy to convert ragged, differently-indexed data in other Python
        and NumPy data structures into DataFrame objects
      - Intelligent label-based slicing, fancy indexing, and subsetting of large
        data sets
      - Intuitive merging and joining data sets
      - Flexible reshaping and pivoting of data sets
      - Hierarchical labeling of axes (possible to have multiple labels per tick)
      - Robust IO tools for loading data from flat files (CSV and delimited),
        Excel files, databases, and saving/loading data from the ultrafast HDF5
        format
      - Time series-specific functionality: date range generation and frequency
        conversion, moving window statistics, moving window linear regressions,
        date shifting and lagging, etc.

PACKAGE CONTENTS
    _libs (package)
    _version
    api (package)
    compat (package)
    computation (package)
    conftest
    core (package)
    errors (package)
    formats (package)
    io (package)
    json
    lib
    parser
    plotting (package)
    stats (package)
    testing
    tests (package)
    tools (package)
    tseries (package)
    tslib
    types (package)
    util (package)

SUBMODULES
    _hashtable
    _lib
    _tslib
    offsets

DATA
    IndexSlice = <pandas.core.indexing._IndexSlice object>
    NaT = NaT
    __docformat__ = 'restructuredtext'
    datetools = <module 'pandas.core.datetools' from 'C:\\Progra...\lib\\s...
    describe_option = <pandas.core.config.CallableDynamicDoc object>
    get_option = <pandas.core.config.CallableDynamicDoc object>
    options = <pandas.core.config.DictWrapper object>
    plot_params = {'xaxis.compat': False}
    reset_option = <pandas.core.config.CallableDynamicDoc object>
    set_option = <pandas.core.config.CallableDynamicDoc object>

VERSION
    0.20.3

FILE
    c:\programdata\anaconda3_new\lib\site-packages\pandas\__init__.py

报纸
ahc123 发表于 2025-3-11 15:04:27
帮助信息:pandas包

名称
pandas

描述
pandas —— 一个强大的Python数据分析和操作库

**pandas** 是一个Python包,提供了快速、灵活且富有表现力的数据结构,旨在使处理“关系型”或“标签化”数据变得简单直观。它致力于成为Python中实用**真实世界**数据分析的基础高级构建模块。此外,其更宏伟的目标是成为**任何语言中最强大、最灵活的开源数据分析/操作工具**。目前已在实现这一目标的道路上取得了显著进展。

主要特性
-------------
以下是pandas擅长的部分功能:
  - **轻松处理缺失数据**:支持浮点和非浮点数据类型  
  - **可变大小**:可从DataFrame和高维对象中插入或删除列  
  - **自动与显式数据对齐**:对象可显式对齐到标签集,或直接忽略标签,让`Series`、`DataFrame`等在计算中自动对齐数据  
  - **强大的分组功能**:支持对数据集进行拆分-应用-合并操作,适用于数据聚合和转换  
  - **异构数据转换**:可轻松将其他Python/NumPy数据结构中不规则、不同索引的数据转换为DataFrame对象  
  - **智能标签化切片与索引**:支持基于标签的高级切片、花式索引和大规模数据子集操作  
  - **直观的数据集合并与连接**  
  - **灵活的数据重塑与透视**  
  - **轴的多层级标签**:支持每个刻度多个标签  
  - **强大的I/O工具**:支持从CSV、分隔文件、Excel、数据库读取数据,并能以超高速HDF5格式保存/加载数据  
  - **时间序列专属功能**:日期范围生成、频率转换、移动窗口统计、移动窗口线性回归、日期偏移与滞后等  

包内容
_libs (包)
_version
api (包)
compat (包)
computation (包)
conftest
core (包)
errors (包)
formats (包)
io (包)
json
lib
parser
plotting (包)
stats (包)
testing
tests (包)
tools (包)
tseries (包)
tslib
types (包)
util (包)

子模块
_hashtable
_lib
_tslib
offsets

数据
IndexSlice = <pandas.core.indexing._IndexSlice对象>
NaT = NaT
docformat = 'restructuredtext'
datetools = <模块 'pandas.core.datetools'(路径 'C:\Progra...\lib\s...)>
describe_option = <pandas.core.config.CallableDynamicDoc对象>
get_option = <pandas.core.config.CallableDynamicDoc对象>
options = <pandas.core.config.DictWrapper对象>
plot_params = {'xaxis.compat': False}
reset_option = <pandas.core.config.CallableDynamicDoc对象>
set_option = <pandas.core.config.CallableDynamicDoc对象>

版本
0.20.3

文件路径
c:\programdata\anaconda3_new\lib\site-packages\pandas_init_.py

翻译说明:

技术术语(如 DataFrame、Series、NaT 等)保留英文以保持准确性

代码路径、版本号、对象名称等未进行本地化

功能描述采用简洁的技术文档风格,部分长句拆分以提高可读性

格式符号(如加粗)沿用原始标记法以保持结构清晰

地板
ahc123 发表于 2025-3-12 21:41:41
磅来袭!超250万读者的选择:蟒蛇书《Python 编程: 从入门到实践 (第3版) 》,最新版配套视频抢先看
https://www.bilibili.com/video/B ... a2afe2472c9e705263c

&#127881;书友好,欢迎找到《Python编程:从入门到实践》的共读组织。

⚠有骗子可能会加您免费获取资料请不用理会,辛苦拉黑举报,图灵官方请认准图灵小姐姐小赞&小樱,图灵小姐姐小雅。

‼伴读计划里列出各章【重点】【难点】【关联阅读】:https://docs.qq.com/doc/DQldwalpSSENSaktK 考虑到大家的阅读进度不一,请群里自行结伴阅读。

&#128214;随书下载(代码、安装说明、练习答案等)https://www.ituring.com.cn/book/2784 电脑复制粘贴该链接到浏览器打开,点击右侧的【随书下载】即可

&#128250;蟒蛇书配套教程:https://www.bilibili.com/video/BV1Sd4y1a7Us/

&#129488;【常见问题】我们汇总了下《Python编程:从入门到实践》读者的常见问题,有问题的书友可以查看下述链接:https://docs.qq.com/doc/DQkxLS1pHbWFTaWRX

&#128269;【关于提问】遇到问题,希望大家能学会善用Python文档:https://docs.python.org/zh-cn/3.8/tutorial/index.html

&#128161;【项目创意】欢迎大家通过学习本书,能够举一反三,欢迎在本群里展示自己的代码和项目创意

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
jg-xs1
拉您进交流群
GMT+8, 2026-1-6 12:02