jupyter notebooks使用教程 代码

### Jupyter Notebooks 使用教程

#### 创建和启动 Jupyter Notebook

为了创建和启动 Jupyter Notebook，在终端中输入如下命令：

jupyter notebook

这将在默认浏览器中打开一个新的标签页，显示本地主机上的 Jupyter Notebook 界面，默认端口为 `http://127.0.0.1:8888`[^2]。

#### 新建一个Notebook

在界面右上角找到“New”按钮，点击下拉菜单中的 “Python 3”。这样就会开启一个新的基于 Python 的交互环境窗口[^3]。

#### 编写代码

每一个新的单元格都可以用来编写一段独立的 Python 代码。下面是一个简单的例子，展示了如何定义函数以及调用它来进行基本运算：

def add_numbers(a, b):
    """返回两个数相加的结果"""
    result = a + b
    return result

# 调用函数并打印结果
print(add_numbers(5, 3))

这段代码执行后将会输出 `8`。在这个过程中，可以直接观察到每一步操作的效果，并能即时调整参数重新运行以获得不同的结果[^1]。

#### 数据可视化

利用 `%matplotlib inline` 魔法命令可以让绘制出来的图表直接内嵌于笔记本之中，便于查看与分析数据趋势。这里给出一个简单绘图的例子：

import matplotlib.pyplot as plt
%matplotlib inline

plt.plot([1, 2, 3], [4, 5, 6])
plt.title('A simple plot')
plt.show()

上述代码将生成一条直线连接三个点 `(1,4), (2,5)` 和 `(3,6)` 并展示出来。

#### 单元测试

虽然 Jupyter 主要用于探索性和实验性质的数据处理任务，但对于那些逐渐发展成为更复杂应用的部分来说，引入适当的自动化测试机制是非常有益处的。可以通过导入像 `unittest` 或者 `pytest` 这样的库来实现这一点[^4]。

例如，针对前面提到的那个求和函数，我们可以这样做：

import unittest

class TestAddNumbers(unittest.TestCase):

    def test_add_positive(self):
        self.assertEqual(add_numbers(1, 2), 3)

if __name__ == '__main__':
    unittest.main(argv=[''], exit=False)

此段脚本会对之前编写的 `add_numbers()` 函数进行一次正整数相加情况下的正确性检验。