前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >jupyter notebook中玩转Markdown目录

jupyter notebook中玩转Markdown目录

原创
作者头像
皮大大
发布于 2022-07-31 15:12:41
发布于 2022-07-31 15:12:41
1.3K00
代码可运行
举报
运行总次数:0
代码可运行

作者:Peter 编辑:Peter

大家好,我是Peter~

今天给大家介绍一个Peter日常操作jupyter使用技巧:如何在jupyter notebook中玩转Markdown目录

基本上在个人jupyter的每个ipynb文件都会使用,最终效果长这个样子:

也可以是长成这个样子:

安装扩展

为了更好地使用,首先必须在电脑上安装扩展插件:

代码语言:python
代码运行次数:0
运行
AI代码解释
复制
# 安装Jupyter的配置器
pip install jupyter_nbextensions_configurator
# 启动配置器
jupyter nbextensions_configurator enable --user

安装之后启动电脑的notebook,会看到:

1、Nbextensions选项(不安装插件是没有的)

2、进入该功能:勾选3个与Markdown和目录相关的选项

下面是正式的使用说明:我们以plotly可视化中自带的一份tips数据集来说明。最终的目录效果为:

导入数据

In 1:

代码语言:txt
AI代码解释
复制
# 导入库
import pandas as pd
import numpy as np

import plotly_express as px

In 2:

代码语言:txt
AI代码解释
复制
# 导入plotly库自带的tips数据集

df = px.data.tips()
df.head()

数据基本信息

In 3:

代码语言:txt
AI代码解释
复制
df.shape  # 数据shape信息

Out3:

代码语言:txt
AI代码解释
复制
(244, 7)

In 4:

代码语言:txt
AI代码解释
复制
df.dtypes  # 字段类型

Out4:

代码语言:txt
AI代码解释
复制
total_bill    float64
tip           float64
sex            object
smoker         object
day            object
time           object
size            int64
dtype: object

In 5:

代码语言:txt
AI代码解释
复制
df.isnull().sum()   # 缺失值统计

Out5:

代码语言:txt
AI代码解释
复制
total_bill    0
tip           0
sex           0
smoker        0
day           0
time          0
size          0
dtype: int64

In 6:

代码语言:txt
AI代码解释
复制
df.describe()  # 描述统计信息

统计与可视化分析

sex性别统计

In 7:

代码语言:txt
AI代码解释
复制
df1 = df["sex"].value_counts().reset_index()
df1.columns = ["sex", "number"]

df1

Out7:

sex

number

0

Male

157

1

Female

87

In 8:

代码语言:txt
AI代码解释
复制
# 绘图
fig = px.bar(df1, x="sex", y="number")

fig.show()

top_bill和tip的分布

total_bill分布

In 9:

代码语言:txt
AI代码解释
复制
fig = px.violin(df,y="total_bill",color="day")

fig.show()
tip分布

In 10:

代码语言:txt
AI代码解释
复制
fig = px.box(df,y="tip",color="day")

fig.show()
不同条件下的二者分布

In 11:

代码语言:txt
AI代码解释
复制
fig = px.scatter(df,
                 x="tip",  # 小费
                 y="total_bill",  # 总消费
                 size="total_bill",  # 大小使用total_bill字段信息
                 color="day")


fig.show()

不同sex和smoker下total_bill统计

In 12:

代码语言:txt
AI代码解释
复制
df3 = df.groupby(["sex","smoker"])["total_bill"].sum().reset_index()
df3

Out12:

sex

smoker

total_bill

0

Female

No

977.68

1

Female

Yes

593.27

2

Male

No

1919.75

3

Male

Yes

1337.07

In 13:

代码语言:txt
AI代码解释
复制
# 可视化

fig = px.bar(df3,
             x="sex",
             y="total_bill",
             color="smoker",
             barmode="group"
            )

fig.show()

不同day、time和sex下的total_bill

In 14:

代码语言:python
代码运行次数:0
运行
AI代码解释
复制
fig = px.treemap(
    df,  # 传入数据
    path=[px.Constant("all"),"day","time","sex"],  # 重点:传递数据路径
    values="tip"  # 数值显示使用哪个字段
)

fig.update_traces(root_color="lightskyblue")

fig.update_layout(margin=dict(t=30,l=20,r=25,b=30))

fig.show()

玩转目录

上面已经生成了最终的目录效果,下面讲解下如何玩转这个目录:

是否添加编号

1、当前效果没有编号,点击【齿轮】

2、添加目录编号

自动添加目录编号,点击【OK】

3、具有编号的目录

我们可以看到添加了编号之后能够看到不同的层级:包含父级和子级目录,有点类似Word的一级、二级目录等

目录跳转

单击左侧任何一个层级的目录,会自动跳转到单元格的指定位置

正文部分添加目录

1、当前的效果中文是没有目录的:

2、单击上面提到的齿轮

勾选下面的add notebook ToC cell,并自定义名称:

3、新效果展示

同样的单击目录【红框中】的任何一级目录,也是可以跳转到指定的位置

这个功能我一般不使用,习惯了左侧的目录😄

左侧目录右移

jupyter notebook默认生成的目录是在左边,我们也可以移动到右边。注意一点:需要你的光标移动到左侧目录的时候变成十字架的形式,具体到视频号的内容

参考资料

本文中介绍了jupyter notebook中如何制作和玩转Markdown目录,需要先掌握两个知识点:

1、如何使用Markdown语法编写目录

2、在jupyter notebook中如何使用Markdown,请参考小屋里面关于Jupyter notebook中介绍的文章。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
可视化神器Plotly玩转柱状图
本文是可视化神器Plotly绘图的第5篇:重点讲解如何利用Plotly绘制柱状图。柱状图在可视化图中是出现频率非常高的一种图表,能够很直观地展现数据的大小分布情况,在自己的工作中也使用地十分频繁。本文将详细介绍如何制作柱状图和水平柱状图。
皮大大
2021/04/23
5.3K0
可视化神器Plotly的图例Legend详解
很久没有更新Plotly相关的文章,国庆这几天终于干了一篇。选择的主题是:玩转Plotly图例设置,也是一直以来都想写的一个话题,文章的主要内容为:
皮大大
2021/10/07
2.6K0
plotly-express-15-plotly绘制水平柱状图
In this example a column is used to color the bars, and we add the information from other columns to the hover data.
皮大大
2021/03/01
1.5K0
plotly-express-15-plotly绘制水平柱状图
可视化神器Plotly玩转矩形树状图
今天给大家带来的是一篇关于Plotly绘图的文章:如何使用Plotly来绘制矩形树状图
皮大大
2021/10/14
2.8K0
可视化神器Plotly玩转矩形树状图
关于Python可视化Dash工具—plotly基本图形
Plotly Express是对 Plotly.py 的高级封装,内置了大量实用、现代的绘图模板,用户只需调用简单的API函数,即可快速生成漂亮的互动图表,可满足90%以上的应用场景。
python与大数据分析
2022/03/11
1K0
关于Python可视化Dash工具—plotly中级图表
Plotly Express是对 Plotly.py 的高级封装,内置了大量实用、现代的绘图模板,用户只需调用简单的API函数,即可快速生成漂亮的互动图表,可满足90%以上的应用场景。
python与大数据分析
2022/03/11
1.1K0
Python中最常用的 14 种数据可视化类型的概念与代码
收集数据后,需要对其进行解释和分析,以深入了解数据所蕴含的深意。而这个含义可以是关于模式、趋势或变量之间的关系。
数据STUDIO
2022/02/24
10.2K0
Python中最常用的 14 种数据可视化类型的概念与代码
用Seaborn实现高级数据分析与可视化
今日推荐:零基础入门Hadoop:IntelliJ IDEA远程连接服务器中Hadoop运行WordCount
一键难忘
2024/11/18
3310
Plotly,一个超强的Python可视化库!
数据可视化是数据分析和探索的一个重要方面,它有助于深入了解数据集中的潜在模式、趋势和关系。
小F
2023/12/21
7140
Plotly,一个超强的Python可视化库!
plotly-express-1-入门介绍
Python的一个高级可视化库plotly_express是目前使用和见识过最棒的可视化库,通过这篇文章来入门这个可视化神器。
皮大大
2021/03/01
11.8K0
plotly-express-1-入门介绍
深入了解 Plotly 高级技术,附实用代码示例
数据可视化是数据分析和探索中至关重要的一部分,能够帮助我们更深入地理解数据集中的潜在模式、趋势和关系。Plotly是一个功能强大、用途广泛的Python库,提供了多种工具用于创建交互式、视觉上引人入胜的图表。在本文中,我们将深入探索Plotly的世界,通过高级Python代码示例来探索其特性和功能。
数据STUDIO
2024/04/11
7480
深入了解 Plotly 高级技术,附实用代码示例
手把手教你用plotly绘制excel中常见的16种图表(下)
上一期咱们介绍《手把手教你用plotly绘制excel中常见的16种图表(上)》演示了8种常见图表,今天我们继续演示另外8种常见图表的绘制。
可以叫我才哥
2021/08/05
2.5K0
Python|Plotly数据可视化(代码+应用场景)
数据可视化作为数据分析最直接的结果呈现方式,了解其制作方式和应用场景是很有必要的,本文来了解一下各个图标的应用场景及代码实现。
数据山谷
2022/05/31
3.3K0
Python|Plotly数据可视化(代码+应用场景)
我又用Python爬取了4000+股票数据,并用plotly绘制了树状热力图(treemap)
终于在最近学习plotly中,让我在高级图表里发现了treemap,居然可以很好地满足我的需求,大家看以下就是最终效果图,是不是很赞!
可以叫我才哥
2021/08/05
1.4K0
使用 Python 进行数据可视化之Plotly
作者主页:海拥 作者简介:CSDN全栈领域优质创作者、HDZ核心组成员、蝉联C站周榜前十
海拥
2021/12/21
2.2K0
使用 Python 进行数据可视化之Plotly
一文爱上可视化神器Plotly_express
一文爱上可视化神器plotly_express目前使用和见识过最棒的可视化库。必须爱上它❤️
皮大大
2020/10/16
4.2K0
一文爱上可视化神器Plotly_express
jupyter notebook进阶使用:nbextensions
本文给大家带来jupyter notebook进阶使用:nbextensions(扩展工具)。
皮大大
2024/11/22
7290
太阳图、平行坐标…5种动态、交互可视化让数据讲出更动听的故事
对数据科学家来说,讲故事是一个至关重要的技能。为了表达我们的思想并且说服别人,我们需要有效的沟通。而漂漂亮亮的可视化是完成这一任务的绝佳工具。本文将介绍 5 种非传统的可视化技术,可让你的数据故事更漂亮和更有效。这里将使用 Python 的 Plotly 图形库(也可通过 R 使用),让你可以毫不费力地生成动画图表和交互式图表。
机器之心
2020/04/14
7570
太阳图、平行坐标…5种动态、交互可视化让数据讲出更动听的故事
plotly-express-25-36张图爱上plotly_express
Plotly_Express是新一代的高级可视化神器,它是plotly.py的高级封装,内置了大量实用、现代的绘图模板。
皮大大
2021/03/27
1.8K0
手把手教你用plotly绘制excel中常见的16种图表(上)
最近不是在学习plotly嘛,为了方便理解,我们这里取excel绘图中常见的16种图表为例,分两期演示这些基础图表怎么用plotly进行绘制!
可以叫我才哥
2021/08/05
4.2K0
推荐阅读
相关推荐
可视化神器Plotly玩转柱状图
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验