jupyter 是什么
Jupyter Notebooks 是一个交互式笔记本，支持运行 40 多种编程语言，它的本质是一个 开源的 Web 应用程序，我们可以将其用于创建和共享代码与文档，他可以支持实时代码，数学方程，可视化和 markdown。
Jupyter Notebooks提供了一个环境，让你可以无需离开这个环境，就可以在其中编写你的代码、运行代码、查看输出、可视化数据并查看结果。因此，这是一款可执行端到端的数据科学工作流程的便捷工具，其中包括数据清理、统计建模、构建和训练机器学习模型、可视化数据等等，它能为数据科学家提供强大的交互能力和工具，它允许你运行多种语言，它们比单纯的 IDE 平台更具交互性，所以它们被广泛用于以更具教学性的方式展示代码
当你还处于原型开发阶段时，Jupyter Notebooks 的优势就更加明显了，因为你的代码是按独立单元的形式编写的，而且这些单元是独立执行的。这让用户可以测试一个项目中的特定代码块，而无需从项目开始处执行代码。很多其它 IDE 环境（比如 RStudio）也有其它几种方式能做到这一点，但我个人觉得 Jupyter 的单个单元结构是最好的。
jupyter 的安装
jupyter 需要python 环境的支持，所以你需要先安装python，再进行安装jupyter，但是对新用户来说，你也可以使用 Anaconda 发行版来安装Jupyter Notebooks，
因为Anaconda 会同时安装这python 和Jupyter 两个工具，并且还包含相当多数据科学和机器学习社区常用的软件包。我提供Anaconda 的安装包下载地址，你可以使下载使用：https://www.anaconda.com/download，但是本文只介绍第二种 pip 命令的形式安装jupyter。
使用命令形式安装jupyter，我们首先需要安装python的环境，这一步骤我们不进行叙述，可以参考https://www.runoob.com/python3/python3-install.html 进行安装；
安装python 后，我们就可以使用pip 命令安装jupyter了，具体有以下几个执行步骤：
(1)检查pip 版本看是否需要更新pip，终端执行：
pip install --upgrade pip
在该步骤过程中，我们可能会遇到一些问题，可能会出现以下提示信息：
解决办法：该问题主要由于本地已经有了对应的版本，所以在更新的时候，会有些冲突，我们的解决方案就是找到上述的路径文件，在文件中找到 版本号与之对应的冲突文件然后删除，再重新执行即可；
(2)安装ipython 环境，终端执行：
pip install ipython
在该步骤过程中，依旧可能会存在上述更新pip 过程中的冲突问题，我们需要的就是将冲突文件全部删除后，执行命令即可；
(3)安装jupyter，终端执行：
pip install jupyter
(4)打开jupyter ，终端执行：
jupyter notebook
通过上述几步之后，jupyter 就安装完毕，我们可以打开进行使用了,但是在打开的过程中，可能会遇到端口被占问题（如果在打开额时候不设置端口，会自动使用8888），所以我们需要使用命令设置新的端口号即可：
jupyter notebook --port 9999
现在我们就可以正常使用，但是我们发现，我们存储的文件会保存到我们的jupyter 安装路径下，接下来我们将文件保存路径进行修改，执行步骤如下：
(1)终端执行 ：jupyter notebook --generate-config ，这里会输出显示我们的配置文件的存储路径，并问我们是否要对文件进行修改，输入y后，
我们的修改内容会覆盖之前的文件内容，但是如果我们只是查看配置文件，一定要输入n。 (2)找到 c.NotebookApp.notebook =''属性，去除其前边的注释代码，修改地址为自己设定的项目存储地址； (3)保存退出
每次都需要使用终端命令打开jupyter，好像有点繁琐哦，我们来添加一个快捷操作：
- 新建jupyter.txt 文件
- 查找自己的jupyter 安装地址：，终端执行：where jupyter
- 输入内容，cd 路径修改为上一步获取到的juoyter 地址
@echo off D: cd C:Users10553AppDataLocalProgramsPythonPython37Scripts jupyter notebook
- 保存文件，修改文件格式为.bat
这次，我们在准备使用的时候，直接双击桌面的快捷操作就可以啦，不用再使用繁琐的命令行了。好了，基本的配置搞定，但是问题又来了，python 的包太多了，方法也太多了，参数就更不要说了，这些我们总不能挨个去记忆吧，所以我们希望jupyter 可以像IDE 一样，给我们一些方法的参数提示或者直接给自动补全代码，这样也方便我们使用，接下来按照如下步骤来配置jupyter 的自动代码补全：
- 命令行安装 nbextensions：
> pip install jupyter_contrib_nbextensions > jupyter contrib nbextension install --user
- 命令行安装 nbextensions_configurator：
> pip install jupyter_nbextensions_configurator > jupyter nbextensions_configurator enable --user
-
完成上述两步之后，重新启动jupyter， 在弹出的主页面里，能看到增加了一个Nbextensions标签页，在这个页面里，勾选Hinterland即启用了代码自动补全，如下图所示：
- 配置完成，来体验一下jupyter 自动补全代码功能的强大吧。。