每天用Jupyter却只懂点run？这10个神技让效率直接翻倍！

数据人必看：别让 Jupyter 只当 "代码草稿纸"

你是不是也这样用 Jupyter？写完代码点运行，注释全靠 #，调试全凭猜，导出文档乱成麻...

其实 Jupyter 藏着超多 "隐形 buff"！今天扒出 10 个冷门却封神的功能，亲测每天能省 1 小时👇

1. 变量 "定位器"：%who & %whos

痛点解决：调试时突然忘记变量名？命名重复导致报错？

• %who：快速列出当前命名空间所有变量（极简清单）
• %whos：显示变量类型、尺寸甚至值（详细表格）

import numpy as np

data = np.array([1,2,3])

%whos  # 输出：data  numpy.ndarray  (3,)  [1 2 3]

调试神器：杂乱笔记本秒变 "变量地图"。

2. 速度 "裁判"：%timeit

实用场景：对比两个数据处理函数哪个更快？

只需在代码前加魔法命令，Jupyter 自动多次运行取平均值：

%timeit [i**2for i in range(1000)]  # 列表推导式
%timeit np.square(np.arange(1000))   # numpy向量运算

冷知识：加%%timeit（双百分号）可测试整个单元格速度。

3. 终端 "连接器"：! 命令

颠覆操作：不用切窗口就能执行终端命令！

!ls  # 查看当前目录文件
!pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple  # 加速装包
!cat data.csv  # 预览文件内容

效率暴击：代码 + 终端操作无缝衔接

4. 代码 "导出机"：%%writefile

正确用法：在单元格顶部加命令，一键将代码存为.py 文件：

%%writefile my_utils.py

defclean_data(df):
return df.dropna().reset_index(drop=True)

=验证：用!cat ``my_utils.py查看导出结果。

5. 语法 "字典"：? & ??

告别谷歌：忘记函数用法时的急救包。

len?  # 单个?：显示函数概述（参数、返回值）

pd.DataFrame??  # 两个?：查看完整源代码

6. 快捷键 "三连杀"

这组组合拳每天能省 50 次鼠标点击！

7. Markdown"美化术"

不止是写注释！用 Markdown 把笔记变正式文档：

# 一级标题（报告标题）
## 二级标题（章节名）
- 带编号列表：1. 数据清洗 2. 建模训练
- 数学公式：$y = wx + b$（线性回归）
- 插入图片：![描述](图片链接)

搭配扩展可自动生成目录（后文有讲）。

8. 大笔记 "折叠术"

解决痛点：几百行的笔记本翻到崩溃？

分版本安装

• Jupyter Notebook：

pip install jupyter_contrib_nbextensions  # 安装扩展集

jupyter contrib nbextension install --user  # 配置

重启后点 "Nbextensions"，勾选 "Collapsible Headings"。

• Jupyter Lab（需 3.0 + 版本）：

  直接在扩展管理器搜 "Collapsible Headings" 安装

神操作

点击标题旁小三角折叠，命令模式按T键快速切换状态。

9. 导出 "净化术"：nbconvert + 标签

👉 场景：给别人看的报告要隐藏调试代码？

步骤：

1. 加标签：视图→单元格工具栏→标签，输入以下关键词：

• remove_input：隐藏代码（保留输出）
• remove_output：隐藏输出（保留代码）
• remove_cell：整行删除

# 导出无调试代码的HTML

jupyter nbconvert --to html --TagRemovePreprocessor.remove_input_tags="{'remove_input'}" 笔记.ipynb

# 导出PDF（需先装LaTeX）

jupyter nbconvert --to pdf --TagRemovePreprocessor.remove_cell_tags="{'remove_cell'}" 笔记.ipynb

10. 智能 "提示器"：Tab 键

👉 比百度快 10 倍：输入一半按 Tab 键。

• 变量 / 函数名自动补全
• 显示对象的所有方法（比如df.+Tab）
• 按住Shift+Tab：悬浮显示函数文档字符串

写在最后

Jupyter 的强大藏在细节里：用%whos避免变量混乱，用折叠标题理清逻辑，用 nbconvert 输出干净报告...

👇 评论区补充：你还有哪些 Jupyter 私藏技巧？

🏴‍☠️宝藏级🏴‍☠️ 原创公众号『数据STUDIO』内容超级硬核。公众号以Python为核心语言，垂直于数据科学领域，包括可戳👉Python｜MySQL｜数据分析｜数据可视化｜机器学习与数据挖掘｜爬虫等，从入门到进阶！

长按👇关注- 数据STUDIO -设为星标，干货速递