Jupyter Notebook神器-免费体验来自微软的Azure Notebook
我们已经进入了人工智能与大数据时代，因为Python对接AI和大数据分析的工具更容易些，进而带动了Python的热度，关于Python的相关文章，可以参考：
Python搭建开发环境-Anaconda+PyCharm的安装和入门教程
Python-lambda匿名函数，以及filter、map、reduce、apply函数
Python 科学计算库 NumPy 基本操作
Python 科学计算库 Pandas 基本操作
Python中常用的可视化工具 Matplotlib 简单入门
在学习Python的过程中，进一步掌握Jupyter Notebook神器，体验交互式编程的乐趣。
Jupyter Notebook 是一个非常强大的工具，可以创建漂亮的交互式文档，制作教学材料等等。建议你马上开始使用 Jupyter Notebook，体验Jupyter Notebook 的强大功能。
1. Jupyter Notebook 是什么？
Jupyter 官网：https://jupyter.org/
Jupyter Notebook（此前被称为 IPython Notebook）是一个交互式笔记本，支持运行 40 多种编程语言。
Jupyter Notebook 官方定义：
The Jupyter Notebook is an open-source web application that allows you to create and share documents that contain live code, equations, visualizations and narrative text. Uses include: data cleaning and transformation, numerical simulation, statistical modeling, data visualization, machine learning, and much more.
Jupyter Notebook 是一个开源的 Web 应用，它能让用户将可运行的代码、数学方程、可视化内容和说明文本等内容全部组合到一个易于共享的文档中，其用途包括数据清理和变换、数值模拟、统计建模、数据可视化、机器学习等。
随着Jupyter的流行以及开源社区的努力，现在Jupyter已经支持绝大部分的主流编程语言了。这一点，我们从它主页的横幅图片也可以看出。
Jupyter Notebook是如何工作的？
Jupyter Notebook源自Fernando Perez发起的IPython项目。IPython 是一种交互式的shell，与普通的Python shell相似，但具有一些很好的功能（如语法高亮和代码补全）。Notebook的工作方式是将来自Web应用的消息发送给IPython内核（服务器后台运行的IPython应用程序）。内核执行代码，然后将结果返回给Notebook。整个架构如下图所示。
这个架构的一个优点是Notebook服务器和内核是分开，因此可以在两者之间发送任何语言的代码。例如，早期的两个非Python内核分别是R语言和Julia语言。使用R内核时，用R编写的代码将发送给执行该代码的R内核，这与在IPython内核上运行Python代码完全一样。IPython Notebook已被改名，因为Notebook变得与编程语言无关。新的名称Jupyter由Julia、Python和R组合而成。
2. 体验 Azure Notebook
先体验一下来自Microsoft 提供的在线Notebook 服务。使用Azure Notebook 需要登录才能运行Notebook，注册登录也很方便。
为啥推荐Azure Notebook，因为在线访问速度比较快。
Azure Notebook URL：https://notebooks.azure.com/
下面详细演示在Azure Notebook 中创建一个新的项目、Notebook的过程。
（1）首先登录Azure Notebook，然后创建一个项目（命名为：PythonTutorial）：
（2）然后，在项目中新增一个notebook：
在Create New Notebook 弹出窗口中，输入notebook文件名称，如HelloWorldInPython.ipynb（后缀 .ipynb 表示 IronPython (Jupyter) Notebook），在Language一栏中选择Python 3.6，点击New按钮，创建完成。
HelloWorldInPython.ipynb 出现在项目文件列表中：
（3）运行notebook
选择并点击新创建的notebook，在编辑器（editor）中运行，上一步选择的kernel 内核会自动激活。一般来说，一个Notebook对应一个Kernel的进程。如下所示。
下方的主要区域，由被称为Cell（单元格）的部分组成。每个 notebook 由多个单元格构成，而每个单元格又可以有不同的用途。
上面的截图中看到的是一个代码单元格（code cell），以[ ]开头。在这种类型的单元格中，可以输入任意代码并执行。
默认情况下，notebook 是一个空的文件。修改cell 类型为 Markdown，并在cell 中输入如下标题文本：
输入标题文本：
选择Run 按钮。Azure Notebooks 将自动创建在其后创建一个新的cell，并且光标也会自动移动到一个新的单元格中。
根据绿色边框线，我们可以轻松地识别出当前工作的单元格。
在上述Code cell 中，输入如下Python 代码，然后再次点击Run 按钮（快捷键：Shift+Enter）运行代码。
from datetime import datetime
now = datetime.now()
msg = "Hello, Rickie! Today is %s" % now.strftime("%A, %d %B, %Y")
print(msg)
在Cell 下面，可以看到成功的输出文本。
（4）Cell（单元格）操作
高级单元格操作，将让编写 notebook 变得更加方便。举例如下：
- 如果想删除某个单元格，可以选择该单元格，然后依次点击Edit -> Delete Cell；
- 如果想移动某个单元格，只需要依次点击Edit -> Move cell [up | down]；
- 如果想剪贴某个单元测，可以先点击Edit -> Cut Cell，然后在点击Edit -> Paste Cell [Above | Below]；
- 如果你的 notebook 中有很多单元格只需要执行一次，或者想一次性执行大段代码，那么可以选择合并这些单元格。点击Edit -> Merge Cell [Above | below]。
或者直接通过主工具栏上的按钮进行相关的操作。记住这些操作，它们可以帮助你节省许多时间。
最后，选择File > Close and Halt 菜单项，停止server，并关闭浏览器窗口。
通过URL 可以访问指定用户的Libraries，小编创建的Libraries 网站如下：
https://notebooks.azure.com/rickiechina
可以看到刚刚创建的项目URL：
https://notebooks.azure.com/rickiechina/projects/pythontutorial
上述项目中还有一个draw.ipynb Notebook，有兴趣也可以体验一下。
3. 其他托管的Jupyter Notebook
（1）mybinder.org
mybinder.org是Jupyter官方推荐的一个托管平台。Jupyter官方给出的几个Notebook的示例也是运行在mybinder.org提供的Notebook服务器上的。除此之外，mybinder.org还能加载Github代码库中的Notebook文件，这点比较酷。微软的Azure Notebook也支持从Github中克隆Jupyter Notebook，下次演示。
（2）Google Colaboratory
Google Colaboratory是Google推出的Notebook托管平台，为全球开发者免费提供在线的Notebook服务，支持Python2及3，它和Github有很好的集成。
https://colab.research.google.com/
但是国内一般人访问不了。
（3）本地使用Anaconda 安装Jupyter Notebook
Jupyter官方推荐使用Anaconda来安装Jupyter Notebook。Anaconda实际上是一个软件发行版，它附带了conda、Python 和 150多个数据科学包及其依赖项，因此它的下载文件比较大（约500多MB）。应用程序conda是包和环境管理器。
具体安装过程非常简单，可以参考：
Python搭建开发环境-Anaconda+PyCharm的安装和入门教程
Jupyter Notebook安装完成之后，打开Anaconda命令行，输入jupyter notebook即可，Jupyter Notebook默认会在8888端口下运行，或者点击Jupyter Notebook 菜单项。
总结
本文叙述了Jupyter Notebook的一些基本概念、名称的由来以及如何在线使用Azure Notebook。
Jupyter Notebook的本质是编程语言的一种界面，它区别与常规程序以文件的形式解析或编译执行，取而代之是交互式的编程，提高了效率和响应速度。Jupyter Notebook以其方便的交互模式和丰富的Web视图呈现，在数据分析、数据可视化、机器学习等领域非常受欢迎，它已经成为了数据分析和人工智能领域事实上的标准工具。
参考链接：
Jupyter Notebook
https://johnnyqian.net/blog/jupyter-notebook/