企业官网建设流程全解析

前言

Jupyter Notebook 常被当成「网页版的 Python 解释器」，但它真正的价值不在运行代码，而在把代码、运行结果和说明文字放在同一个文档里。也正因为如此，它有一类别的工具没有的 陷阱：单元格可以任意顺序执行，而界面上看起来一切正常，于是「同一个笔记本在不同人手里 跑出不同结果」这种事会真的发生。本文分两部分：前半讲基础操作（单元格、快捷键、内核、 装包），后半讲「文本用法」，也就是 Markdown 单元格怎么写文字、写公式、搭结构，最后专门 讲执行顺序这个坑。

说明两点。第一，Jupyter 是第三方项目，需要单独安装；它的界面和快捷键会随版本变化，具体快捷键以 Jupyter 官方文档为准。第二，Python 2.7 已于 2020 年 1 月 1 日停止 维护，新建笔记本请一律使用 Python 3 内核。

一、Notebook 与内核是什么关系

先把一个结构讲清：一个打开的笔记本恰好连接着一个内核（kernel）。内核是真正执行 代码的后台进程——在 Python 笔记本里，它就是一个 Python 解释器。你按下运行，代码被 送到内核执行，结果再回传到页面显示。

这个关系带来两个重要后果：

• 
  
• 内核状态独立于页面。官方文档说明，浏览器窗口关掉之后内核仍然可能活着，重新打开
• 
  

同一个笔记本会重新连上它。也就是说，你看到的变量可能来自很久以前的某次执行。

• 
  
• 重启内核会清空内存中的变量，但不会删除笔记本里保存的输出，也不会删除磁盘上的
• 
  

文件。想验证「代码从头能不能跑通」，必须重启内核再从头执行。

二、三种单元格：code / markdown / raw

一个笔记本由若干单元格（cell）组成。官方文档明确写了有三种类型：

每个新建的单元格默认是 code 类型，可以在工具栏的下拉框里改，也可以用键盘快捷键改。 写代码用 code，写说明和公式用 markdown，需要原样透传的内容才用 raw。

三、最常用的键盘操作

官方文档特别提醒：先学会在「命令模式」和「编辑模式」之间切换。按回车进入编辑模式 （可以打字），按 Esc 回到命令模式（按键变成快捷键）。之后按这个顺序熟悉：

• 
  
• 基本导航：回车、Shift+Enter 运行当前单元格。
• 
  
• 保存：s。
• 
  
• 切换单元格类型：y变成代码，m变成 Markdown，数字1~6设置 Markdown 标题
• 
  

级别。

• 
  
• 增删单元格：a在上方插入，b在下方插入；x剪切，c复制，v粘贴；
• 
  

连按两次d删除。

• 
  
• 撤销：z。
• 
  
• 内核操作：i连按两次中断内核，0连按两次重启内核。
• 
  

其中Shift+Enter是最该先记住的：运行当前单元格并跳到下一个。刚上手时，很多人 不知道要先按回车进入编辑模式再打字，于是在命令模式下按字母，结果误触发了各种快捷键。

四、Markdown 单元格：文字、结构与公式

这是标题里「文本用法」的核心。Jupyter 的 markdown 单元格支持标准 Markdown 语法，并且支持用 LaTeX 写数学公式，由 MathJax 在浏览器里渲染——这是官方文档明确列出的能力。

标题、列表、表格、强调这些写法：

标题：行首一个井号是一级标题，两个井号是二级标题。

段落之间空一行。

- 列表项
- 另一项

**加粗**、*斜体*、`行内代码`

表格：

| 列 A | 列 B |
| --- | --- |
| 1 | 2 |

数学公式有两种：行内公式夹在一对美元符号之间，独立成行的公式夹在一对双美元符号之间。

勾股定理写成 $a^2 + b^2 = c^2$ 是行内公式。

独立成行的公式：

$$
\int_0^1 x^2 \, dx = \frac{1}{3}
$$

渲染之后，第一行里的公式会和文字排在一行，第二个公式会单独居中显示。要写多行对齐的 公式组，用aligned之类的环境，具体语法以 LaTeX 与 MathJax 的文档为准。

一个常见困惑：为什么我写了公式却没渲染？通常是因为这个单元格的类型还是 code，而 不是 markdown——code 单元格里的内容会被当成 Python 代码。切换到 markdown 再运行一次 即可。

五、装包与调用系统命令

在笔记本里装包，有两种形式：

# 适用于 Python 3.8+
# 方式一：魔术命令（推荐，绑定当前内核的解释器）
# %pip install requests

# 方式二：行首叹号调用系统命令（IPython 的 shell 转义）
# !pip install requests

两者都能装，但推荐%pip：它明确作用于当前内核所用的解释器。用!pip时， 执行的是系统 PATH 里的那个 pip，如果内核跑在虚拟环境里，就可能出现「装成功了却 import 不到」的情况——包装到了另一个环境。这一点和上一节讲的「内核与解释器绑定」是 同一个道理。

同样地，任何以!开头的行都会被原样交给操作系统执行：

# 适用于 Python 3.8+
# !ls
# !pwd

装完包之后，通常需要重启内核（或重新导入模块）才能看到新装的库。

六、执行顺序陷阱：为什么结果不可复现

这是 Jupyter 最需要警惕的地方。单元格的编号只表示创建顺序，不表示执行顺序。你 可以反复回头执行第 3 个单元格，也可以跳过第 2 个直接跑第 5 个。于是会出现：

• 
  
• 图上的某个结果，依赖的是一个已经被删除或修改过的单元格。
• 
  
• 你在第 10 个单元格删除了一个变量，但没重跑第 5 个，界面上却仍然显示第 5 个的旧输出。
• 
  
• 别人打开你的笔记本，从头执行，结果和你屏幕上看到的不一样。
• 
  

下面这张表对比「看起来对了」和「真的对了」：

想要可复现，做法很朴素：重启内核，然后从头执行所有单元格，中间不能有报错。如果 一个笔记本重启后跑不通，那它就没有被真正验证过。

常见坑点

坑点 1：在命令模式下按字母想打字。

❌ 错误做法：

按 Esc 回到命令模式后，直接敲字母想输入文字，结果把单元格删了或换了类型

✅ 正确做法：

先按回车进入编辑模式再打字；不确定当前模式时，看单元格边框的颜色

坑点 2：markdown 单元格里写公式没渲染。

❌ 错误做法：

把公式直接写在 code 单元格里，运行后报语法错误

✅ 正确做法：

把该单元格的类型切成 markdown 再运行，公式才会被 MathJax 渲染

坑点 3：用!pip装包，结果 import 不到。

❌ 错误做法：

# 适用于 Python 3.8+
# !pip install requests
# import requests # ModuleNotFoundError，包装到了别的解释器

✅ 正确做法：

# 适用于 Python 3.8+
# %pip install requests # 绑定当前内核的解释器
# import requests

坑点 4：改完代码不重跑上游单元格。

❌ 错误做法：

只改了第 2 个单元格，却只看第 7 个单元格的旧输出

✅ 正确做法：

改动后重启内核并从头执行，确认结果确实变了

坑点 5：靠界面上的旧输出判断代码正确。

❌ 错误做法：

删掉了定义变量的单元格，界面还留着下游的旧输出，就以为程序没问题

✅ 正确做法：

重启内核，从头执行；旧输出不等于当前代码的结果

坑点 6：把笔记本当工程主目录。

❌ 错误做法：

把所有业务逻辑写在一堆单元格里，靠人工保证执行顺序

✅ 正确做法：

# 适用于 Python 3.8+
# 逻辑放进 .py 模块，笔记本里只导入和展示
def process(rows):
return [r for r in rows if r is not None]

坑点 7：在文件读写时不指定编码。

❌ 错误做法：

# 适用于 Python 3.8+
with open("data.txt") as f: # 跟随平台默认编码
text = f.read()

✅ 正确做法：

# 适用于 Python 3.8+
with open("data.txt", encoding="utf-8") as f:
text = f.read()

不同平台默认编码可能不同，显式写encoding更稳。

坑点 8：内核卡住时以为程序崩了。

❌ 错误做法：

遇到死循环，直接关掉浏览器窗口就以为任务结束了

✅ 正确做法：

用「中断内核」停止当前执行；确认停了再继续，必要时重启内核

关窗口不一定结束内核，它可能还在后台占着资源。

总结

Jupyter 的长处和短处都来自同一件事：它是一个有状态的交互式文档。状态让「改一点看 一点」变得极快，也让「结果到底怎么来的」变得模糊。用好它的办法很简单——探索时尽管 乱序执行，交付前一定重启内核、从头跑通。