Jupyter Notebook隐藏效率神技大揭秘！10个实用功能帮你玩转数据科学，告别低效编写。
原文标题：每天用Jupyter却只懂点run？这10个神技让效率直接翻倍！
原文作者：数据派THU
冷月清谈：
许多Jupyter用户仅将其视为代码运行工具，导致效率低下。本文旨在揭示Jupyter Notebook中10个鲜为人知但极其实用的功能，帮助用户大幅提升日常开发效率。这些功能涵盖了多个方面：首先，**在代码调试与性能分析方面**，`%who`和`%whos`能快速查看和定位变量，而`%timeit`则能精准测量代码块的运行速度。其次，`!`命令允许用户直接在Notebook中执行终端指令，`%%writefile`可一键导出代码为`.py`文件，极大地简化了开发流程。对于文档查阅，`?`和`??`魔法命令提供了便捷的函数概述和源码查看功能，无需频繁切换页面。此外，文章还介绍了多组高效快捷键，Markdown语法美化文档，以及通过Nbextensions实现的可折叠标题功能来优化大型Notebook的结构。最后，利用`nbconvert`配合标签实现干净专业的报告导出，避免展示不必要的调试信息；Tab键则提供了智能的代码补全和方法提示，进一步加速编码。掌握这些技巧，Jupyter将不再是简单的草稿纸，而是一个功能强大的集成式开发与文档工具。
怜星夜思：
1、文章里提到了`%%writefile`可以导出`.py`文件，也提到了`nbconvert`导出报告。但在实际的生产环境中，你会如何平衡Jupyter Notebook的互动性与代码的模块化和部署需求呢？Jupyter真的适合直接用于生产环境的项目吗？
2、文章提到了`Nbextensions`中的可折叠标题功能。除了这个，Jupyter社区还有哪些你觉得特别实用、能大幅提升效率或体验的第三方插件或扩展，是你觉得每个Jupyter用户都应该尝试一下的？
3、这篇文章介绍了这么多Jupyter的“神技”。对于一个Python新手或者刚接触数据科学的人来说，你认为这些技巧的学习顺序应该如何安排？或者说，有哪些是“必学”的基础，而哪些可以稍后再学？对比VS Code等其他IDE，Jupyter在哪些场景下会是你首选，又有哪些场景下你会更倾向于使用其他工具？
2、文章提到了`Nbextensions`中的可折叠标题功能。除了这个，Jupyter社区还有哪些你觉得特别实用、能大幅提升效率或体验的第三方插件或扩展，是你觉得每个Jupyter用户都应该尝试一下的？
3、这篇文章介绍了这么多Jupyter的“神技”。对于一个Python新手或者刚接触数据科学的人来说，你认为这些技巧的学习顺序应该如何安排？或者说，有哪些是“必学”的基础，而哪些可以稍后再学？对比VS Code等其他IDE，Jupyter在哪些场景下会是你首选，又有哪些场景下你会更倾向于使用其他工具？
原文内容
来源：数据STUDIO本文约1500字，建议阅读5分钟数据人必看：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！
|
快捷键
|
效果
|
|---|---|
|
Shift + Enter
|
运行单元格 + 跳转到下一个
|
|
Ctrl + Enter
|
运行单元格 + 停留在当前位置
|
|
Alt + Enter
|
运行单元格 + 下方插入新单元格
|
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：
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：
-
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 -
导出命令（终端执行）：
# 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？
编辑：文婧
