Jupyter是非常优秀的Python开发环境，融合了Python IDE和Markdown

Jupyer 基础

两种模式

类似vi

命令模式：Esc键进入
编辑模式：Enter键进入

两种Tab

不懂就Tab

Tab 自动补全，列出类成员
Shift-Tab tooltip，详细信息，有惊喜

三种Enter

Enter 换行@编辑模式，或进入编辑模式@命令模式
Ctrl-Enter 运行cell
Shift-Enter 运行cell，并跳到下一cell

列出所有

dir()

执行shell命令

!command

这点与MATLAB一样，command是操作系统命令

删除cell

Esc d d 进入命令模式后，按两次d

注释

Ctrl-/

Jupyter Magic

约定：%%开头的命令作用于整个ceil，%开头的作用于当前行

List all magic

%lsmagic

Current directory

%pwd

List all variables

%who 
%whos #与MATLAB一致

Timing

%prun执行一次，统计所有模块的耗时，类似MATLAB的方式
```
import numpy
%prun numpy.random.normal(size=100) 
```

%time将会执行1次，给出时间

import numpy
%time numpy.random.normal(size=100) 

%timeit将会执行100000次(默认情况下)，然后给出时间统计
```
import numpy
%timeit numpy.random.normal(size=100) 
```

%%time将会给出cell的代码运行一次所花费的时间。

%%time
import numpy
for _ in range(100000):
numpy.random.normal(size=100) 

Export /Show script

%%writefile保存cell的内容到一个外部文件

%%writefile test.py
import numpy
for _ in range(100000):
  numpy.random.normal(size=100) 

%pycat则刚好相反，并且会向你展示高亮后的外部文件
```
%pycat test.py
```

Excute code

%run ./test.py #在cell中执行test.py

%run 并不等于import

Insert code

%load ./test.py #使用test.py来代替cell内容

Plotting in notebooks

在notebook中生成绘图有许多选项：

matplotlib，使用%matplotlib inline进行激活。
%matplotlib notebook提供了一些交互性，不过可能会有点慢，因为渲染由服务器端完成。

Jupyer 扩展插件

pip install jupyter_contrib_nbextensions && jupyter contrib nbextension install

然后启动Jupyter Notebook并导航到新的Nbextensions拓展选项卡，勾选： Variable inspector 类似于MATLAB的变量查看器 Table of Contents 跳转目录 ExecuteTime 自动统计每次执行的时间 Autopep8 代码格式化

参考： https://www.cheatography.com/weidadeyue/cheat-sheets/jupyter-notebook/pdf_bw/ https://www.jianshu.com/p/dacc6acba00b

PDB调试

经典方法一

不需要修改源代码，直接开始调试
缺点是从入口处开始调试
运行方式

>> python -m pdb test.py

经典方法二

import pdb
...
pdb.run('command')
...

import pdb
...
pdb.set_trace()
...

将在pdb中调试command

参考：https://docs.python.org/3.5/library/pdb.html#debugger-commands

Jupyter魔法方法

在cell的首行添加%%debug
运行该cell，即可进入调试模式

Python Cheatsheet