2. Pretty Display of Varibles
这部分内容可能很多人都知道。如果对带有一个变量或是未赋值语句的cell执行操作，Jupyter 将会自动打印该变量而无需一个输出语句。
如果你想在各种情形下（Notebook 和 Console）Jupyter 都同样处理，用下面的几行简单的命令创建文件 ~/.ipython/profile_default/ipython_config.py 即可实现：
c = get_config ( )
# Run all nodes interactively
c.InteractiveShell.ast_node_interactivity = "all"
3. 轻松链接到文档
在 Help 菜单下，你可以找到常见库的在线文档链接，包括 Numpy，Pandas，Scipy 和 Matplotlib 等。
另外，在库、方法或变量的前面打上 ?，即可打开相关语法的帮助文档。
In [ 3 ] : ?str.replace ( )
4. Plotting in notebooks
在 notebook 中生成绘图有许多选项：
-
matplotlib， 使用
%matplotlib inline进行激活。 -
%matplotlib notebook提供了一些交互性，不过可能会有点慢，因为渲染由服务器端完成。 -
mpld3为matplotlib代码提供了另一个渲染器(使用d3)。非常漂亮，不过尚不完备还有待发展。
-
bokeh是构建交互性绘图的一个更好的选择。
-
plot.ly也可以生成漂亮的绘图，不过是付费服务。
5. Jupyter Magic Commands
上面的 %matplotlib inline 就是一个所谓的 Jupyter Magic (Jupyter魔法)命令。
%lsmagic
16. Executing Shell Commands
在 notebook 中执行 shell 命令非常容易，你可以像下面这样列出当前目录下的文件：
!ls
22. Multicursor support
Jupyter 支持多光标操作，与 Sublime Text 类似。按住 Alt 进行点击和拖拽鼠标即可。