你是不是也這樣用 Jupyter？寫完代碼點運行，注釋全靠 #，調試全憑猜，導出文檔亂成麻...

其實 Jupyter 藏著超多 "隱形 buff"！今天扒出 10 個冷門卻封神的功能，親測每天能省 1 小時??

1. 變量 "定位器"：%who & %whos

痛點解決：調試時突然忘記變量名？命名重復導致報錯？

• %who：快速列出當前命名空間所有變量（極簡清單）
• %whos：顯示變量類型、尺寸甚至值（詳細表格）

import numpy as np

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

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

調試神器：雜亂筆記本秒變 "變量地圖"。

2. 速度 "裁判"：%timeit

實用場景：對比兩個數據處理函數哪個更快？

只需在代碼前加魔法命令，Jupyter 自動多次運行取平均值：

%timeit [i**2 for i in range(1000)]  # 列表推導式
%timeit np.square(np.arange(1000))   # numpy向量運算

冷知識：加%%timeit（雙百分號）可測試整個單元格速度。

3. 終端 "連接器"：! 命令

顛覆操作：不用切窗口就能執行終端命令！

!ls  # 查看當前目錄文件
!pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple  # 加速裝包
!cat data.csv  # 預覽文件內容

效率暴擊：代碼 + 終端操作無縫銜接

4. 代碼 "導出機"：%%writefile

正確用法：在單元格頂部加命令，一鍵將代碼存為.py 文件：

%%writefile my_utils.py

def clean_data(df):
    return df.dropna().reset_index(drop=True)

=驗證：用!cat ``my_utils.py查看導出結果。

5. 語法 "字典"：? & ??

告別谷歌：忘記函數用法時的急救包。

len?  # 單個?：顯示函數概述（參數、返回值）

pd.DataFrame??  # 兩個?：查看完整源代碼

6. 快捷鍵 "三連殺"

這組組合拳每天能省 50 次鼠標點擊！

7. Markdown"美化術"

不止是寫注釋！用 Markdown 把筆記變正式文檔：

# 一級標題（報告標題）
## 二級標題（章節名）
- 帶編號列表：1. 數據清洗 2. 建模訓練
- 數學公式：$y = wx + b$（線性回歸）
- 插入圖片：![描述](圖片鏈接)

搭配擴展可自動生成目錄（后文有講）。

8. 大筆記 "折疊術"

解決痛點：幾百行的筆記本翻到崩潰？

分版本安裝

• Jupyter Notebook：

pip install jupyter_contrib_nbextensions  # 安裝擴展集

jupyter contrib nbextension install --user  # 配置

重啟后點 "Nbextensions"，勾選 "Collapsible Headings"。

• Jupyter Lab（需 3.0 + 版本）：直接在擴展管理器搜 "Collapsible Headings" 安裝

神操作

點擊標題旁小三角折疊，命令模式按T鍵快速切換狀態。

9. 導出 "凈化術"：nbconvert + 標簽

?? 場景：給別人看的報告要隱藏調試代碼？

步驟：

1)加標簽：視圖→單元格工具欄→標簽，輸入以下關鍵詞：

• remove_input：隱藏代碼（保留輸出）
• remove_output：隱藏輸出（保留代碼）
• remove_cell：整行刪除

2)導出命令（終端執行）：

# 導出無調試代碼的HTML

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

# 導出PDF（需先裝LaTeX）

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

10. 智能 "提示器"：Tab 鍵

?? 比百度快 10 倍：輸入一半按 Tab 鍵。

• 變量 / 函數名自動補全
• 顯示對象的所有方法（比如df.+Tab）
• 按住Shift+Tab：懸浮顯示函數文檔字符串

寫在最后

Jupyter 的強大藏在細節里：用%whos避免變量混亂，用折疊標題理清邏輯，用 nbconvert 輸出干凈報告...