這篇筆記，是自己結合網絡整合的大雜燴，主要用於記錄，方便自己查找，在此先感謝各位作者，
https://blog.csdn.net/u012151283，https://blog.csdn.net/qq_27825451，......
我看到你們寫的比較好，就轉記錄到自己的博客了，只爲自己學習使用，如果有侵權，立馬刪掉。
=====================================================
##1.Anaconda使用記錄
Anaconda
Anaconda 是一個包含數據科學常用包的發行版本。它基於 conda ——一個包和環境管理器——衍生而來。
Anaconda 實際上是一個軟件發行版，它附帶了 conda、Python 和 150 多個科學包及其依賴項。應用程序 conda 是包和環境管理器。Anaconda 的下載文件比較大（約 500 MB），因爲它附帶了 Python 中最常用的數據科學包。如果只需要某些包，或者需要節省帶寬或存儲空間，也可以使用 Miniconda 這個較小的發行版（僅包含 conda 和 Python）。
安裝Anaconda
Anaconda 可用於 Windows、Mac OS X 和 Linux。可以在 https://www.continuum.io/downloads 上找到安裝程序和安裝說明。
如果計算機上已經安裝了 Python，這不會有任何影響。實際上，腳本和程序使用的默認 Python 是 Anaconda 附帶的 Python。
這裏需要注意的是選對自己操作系統對應的版本。
安裝完後打開cmd,輸入conda list可以查看當前
安裝的內容。
輸入conda upgrade --all，可以更新默認環境下的所有包。並在提示是否更新的時候輸入y（Yes）以便讓更新繼續。初次安裝下的軟件包版本一般都比較老舊，因此提前更新可以避免未來不必要的問題。
詳細安裝使用教程：https://blog.csdn.net/ITLearnHall/article/details/81708148
管理包
conda 是一種只能通過命令行來使用的程序。類似於pip那樣可以對Python庫的包進行管理。
安裝命令：conda install package_name。如安裝numpy,輸入conda install numpy
同時安裝多個包：conda install numpy scipy pandas
安裝指定版本的包：conda install numpy=1.11
conda會自動安裝依賴庫。
卸載包：conda remove package_name
更新包：conda update package_name
更新環境中的所有包：conda update --all
列出已安裝的包：conda list
爲conda添加清華鏡像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
- 如果不知道要找的包的確切名稱，可以使用
conda search search_term進行搜索。
管理環境
除了管理包之外，conda 還是虛擬環境管理器。它類似於另外兩個很流行的環境管理器，即 virtualenv 和 pyenv。
環境可以分隔不同項目的包。因爲我們使用的時候會依賴於某個庫的不同版本的代碼或在py2和py3之間進行切換。
也可以將環境中的包的列表導出爲文件，然後將該文件與代碼包括在一起。這能讓其他人輕鬆加載代碼的所有依賴項。pip 提供了類似的功能，即 pip freeze > requirements.txt
創建環境：
conda create -n env_name list of packages，-n env_name 設置環境的名稱（-n 是指名稱），而 list of packages 是要安裝在環境中的包的列表。
創建環境時，可以指定要安裝在環境中的 Python 版本。 conda create -n py3 python=3 或 conda create -n py2 python=2 。要安裝特定版本（例如 Python 3.3），請使用 conda create -n py python=3.3。
進入環境
創建了環境後，在 OSX/Linux 上使用 source activate my_env 進入環境。在 Windows 上，請使用 activate my_env。
要離開環境，請鍵入 source deactivate（在 OSX/Linux 上）。在 Windows 上，請使用 deactivate。
保存和加載環境
共享環境這項功能確實很有用，它能讓其他人安裝你的代碼中使用的所有包，並確保這些包的版本正確。可以使用 conda env export > environment.yaml 將包保存爲 YAML。第一部分 conda env export 寫出環境中的所有包（包括 Python 版本）。
第二部分 > environment.yaml 將導出的文本寫入到 YAML 文件 environment.yaml 中。現在可以共享此文件，而且其他人能夠創建和你用於項目相同的環境。
要通過環境文件創建環境，請使用 conda env create -f environment.yaml。這會創建一個新環境，而且它具有在 environment.yaml 中列出的同一庫。
列出環境
如果忘記了環境的名稱，可以使用 conda env list 或conda info -e列出你創建的所有環境。你會看到環境的列表，而且你當前所在環境的旁邊會有一個星號。默認的環境（即當你不在環境中時使用的環境）名爲 root。
刪除環境
不再使用某些環境，可以使用 conda env remove -n env_name 刪除指定的環境（在這裏名爲 env_name）。
共享環境
共享環境
在 GitHub 上共享代碼時，最好同樣創建環境文件並將其包括在代碼庫中。這能讓其他人更輕鬆地安裝你的代碼的所有依賴項。對於不使用 conda 的人，我通常還會使用 pip freeze(在此處瞭解詳情)將一個 pip requirements.txt 文件包括在內。
> pip freeze > requirements.txt
> pip install -r requirements.txt
##2.Jupyter notebook使用記錄
Jupyter notebook是什麼？
notebook 是一種 Web 應用，能讓用戶將說明文本、數學方程、代碼和可視化內容全部組合到一個易於共享的文檔中。GitHub 上面也會自動提供 notebook。藉助此出色的功能，你可以輕鬆共享工作。http://nbviewer.jupyter.org/ 也會提供 GitHub 代碼庫中的 notebook 或存儲在其他地方的 notebook。名稱 Jupyter 由 Julia、Python 和 R 組合而成。如果有興趣，不妨看看可用內核的列表。
安裝Jupyter notebook
到目前爲止，安裝 Jupyter 的最簡單方法是使用 Anaconda。該發行版自動附帶了 Jupyter notebook。你能夠在默認環境下使用 notebook。
要在 conda 環境中安裝 Jupyter notebook，請使用 conda install jupyter notebook。
也可以通過 pip 使用 pip install jupyter notebook 來獲得 Jupyter notebook。
啓動notebook服務器
在終端或控制檯中輸入jupyter notebook。服務器會在你運行此命令的目錄中啓動。
運行此命令時，服務器主頁會在瀏覽器中打開。默認情況下，notebook 服務器的運行地址是 http://localhost:8888。如果你不熟悉該地址，其含義是：localhost 表示你的計算機，而 8888 是服務器的通信端口。只要服務器仍在運行，你隨時都能通過在瀏覽器中輸入 http://localhost:8888 返回到服務器。
如果啓動其他服務器，新服務器會嘗試使用端口 8888，但由於此端口已被佔用，因此新服務器會在端口 8889 上運行。之後，可以通過 http://localhost:8889 連接到新服務器。每臺額外的 notebook 服務器都會像這樣增大端口號。
通過在終端中按兩次 Ctrl + C，可以關閉整個服務器。
Markdown單元格
數學表達式
在 Markdown 單元格中，可以使用 LaTeX 符號創建數學表達式。notebook 使用 MathJax 將 LaTeX 符號呈現爲數學符號。要啓動數學模式，請在 LaTeX 符號兩側加上美元符號（例如 $y = mx + b$），以創建內聯的數學表達式。對於數學符號塊，請使用兩個美元符號：
$$
y = \frac{a}{b+c}
$$
如果你沒有用過 LaTeX，請閱讀這篇入門文檔，它介紹瞭如何使用 LaTeX 來創建數學表達式。
在編寫 Markdown 時，可以參考這個速查指南。我建議使用 Markdown 單元格，與使用一堆代碼塊相比，這使 notebook 變得更易於閱讀。
Magic 關鍵字
Magic 關鍵字是可以在單元格中運行的特殊命令，能讓你控制 notebook 本身或執行系統調用（例如更改目錄）。例如，可以使用 %matplotlib 將 matplotlib 設置爲以交互方式在 notebook 中工作。
Magic 命令的前面帶有一個或兩個百分號（% 或 %%），分別對應行 Magic 命令和單元格 Magic 命令。行 Magic 命令僅應用於編寫 Magic 命令時所在的行，而單元格 Magic 命令應用於整個單元格。
注意：這些 Magic 關鍵字是特定於普通 Python 內核的關鍵字。如果使用其他內核，這些關鍵字很有可能無效。
代碼記時
可以使用 Magic 命令 %timeit 測算函數的運行時間
如果要測算整個單元格的運行時間，請使用 %%timeit
在notebook中進行調試
對於 Python 內核，可以使用 Magic 命令 %pdb 開啓交互式調試器。出錯時，你能檢查當前命名空間中的變量。
要詳細瞭解 pdb，請閱讀此文檔。要退出調試器，在提示符中輸入 q 即可。
其他內容
查看此列表，它列出了所有可用的Magic命令。
轉換 notebook
Notebook 只是擴展名爲 .ipynb 的大型 JSON 文件。
詳細瞭解 nbconvert，請閱讀相關詳細瞭解 nbconvert，請閱讀相關文檔。
附: 史上最詳細、最完全的ipython使用教程:
一：https://blog.csdn.net/qq_27825451/article/details/84320859
二：https://blog.csdn.net/qq_27825451/article/details/84336014
三：https://blog.csdn.net/qq_27825451/article/details/84427269
高級使用技巧：https://blog.csdn.net/Yun_Xiaolong/article/details/90203556
安裝篇：https://blog.csdn.net/a9794666/article/details/102138184
=====================================================
未完，待完善......