Papermill，一个参数化Jupyter笔记本的 Python 库！

Papermill：把 Jupyter 笔记本玩出新花样！

Papermill 是个挺有意思的工具，它能让咱们的 Jupyter 笔记本变得更灵活。写好一个笔记本后，想换不同的参数重跑？想批量处理一堆数据？用 Papermill 就对了！它让笔记本从静态文档变成了可以自动化运行的“小程序”。

1.

参数化笔记本咋整？

要用 Papermill，得先给笔记本里的参数做个标记。我习惯在一个单独的 cell 里放所有参数，加个特殊的标签 parameters：

# 这个 cell 要标记为 parameters

data_path = “data/sales.csv”

threshold = 100

max_items = 1000

弄完这个，笔记本里其他地方就能随便用这些参数了。改参数的时候不用翻来翻去改代码，多清爽！

2.

跑起来！

参数标记好了，就能用 Python 代码执行这个笔记本：

import papermill as pm

pm.execute_notebook(

'input.ipynb'，

'output.ipynb'，

parameters={

'data_path'： 'new_data.csv'，

'threshold'： 200，

'max_items'： 2000

}

)

温馨提示：output.ipynb 要是已经存在，Papermill 会直接覆盖掉它，记得提前备份重要文件哦！

3.

批量处理有妙招

要是手头有一堆数据要处理，可以玩个循环：

data_files = ['data1.csv'， 'data2.csv'， 'data3.csv']

for idx， file in enumerate(data_files)：

pm.execute_notebook(

'template.ipynb'，

f'output_{idx}.ipynb'，

parameters={'data_path'： file}

)

4.

错误处理要上心

代码运行要是出岔子了，Papermill 会抛出异常，咱得好好处理：

try：

pm.execute_notebook(...)

except pm.PapermillExecutionError as e：

print(f“哎呀，出错了：{str(e)}”)

调试的时候可以看看生成的 output 笔记本，每个 cell 的执行状态和错误信息都记录得清清楚楚。

把 Jupyter 笔记本变成可重复使用的模板，简直不要太爽！不用复制粘贴改来改去，代码更容易维护，效率蹭蹭往上涨。要是想把数据分析自动化，Papermill 绝对是个好帮手。

在看的，麻烦点一下再走好吗