1.1　Jupyter简介

Jupyter Notebook是在数据科学和机器学习领域中非常流行和实用的开发环境，被誉为每个数据科学家都应该掌握的工具。

Jupyter Notebook是Web界面的交互式集成开发环境。在该环境中，我们可以编写程序、运行代码、查看输出和可视化数据结果，还可以在其中编排文本内容、编写和查看复杂的数学公式等。在Jupyter官网首页，通过图示非常好地展示了Jupyter Notebook的功能效果。

如图1-1所示，其下层页面展示了Jupyter Notebook排好版的文本与可执行代码同在一页的效果，上层页面则优美地展示了洛伦茨微分方程的公式、描述、Python代码，以及运行代码后所显示的实时参数调整控件及其曲线图形效果。

图1-1

Jupyter Notebook起源于一个Python交互式开发环境项目IPython Notebook。该项目的目标是为Python提供一个强大的REPL交互式开发环境，即“读取用户输入-执行代码-输出结果-循环上述操作”（Read-Eval-Print Loop，REPL）的交互式开发环境。

IPython Notebook非常成功地实现了交互式开发环境以及强大的文档功能。后来，项目组把IPython和Python解释器剥离，实现了对多种语言的支持，将之命名为Jupyter。

目前Jupyter已经成为支持40余种语言的非常成功的交互式集成开发工具。

本书的目标就是以Jupyter为工具和媒介，带领所有对数据科学或软件开发感兴趣的读者，避开各种晦涩的专业术语，快速掌握相关知识。通过对Jupyter的轻松学习和动手练习，读者可掌握Python基础知识，并掌握机器学习与人工智能的基本概念，为进一步学习软件开发或数据科学知识奠定基础。

同时，本书对Jupyter系统本身进行全面、详细的讲述，是深入使用和配置、部署Jupyter的完全手册。

在本书中，我们提到的术语Jupyter，是指整个Jupyter交互式开发环境体系。而Jupyter Notebook则是指Jupyter交互式开发环境的Web界面，也指某一个具体的Notebook。而一个Notebook就是一个包含可执行代码、各种文本与公式以及可视化结果的文档。读者目前不必拘泥于这些概念与术语的区别及其关系，我们将在学习过程中不断明晰这些内容，并将在第6章进行详细辨析。