1.概述

　　jupyter记事本是一个基于Web的前端，被分成单个的代码块或单元。根据需要，单元可以单独运行，也可以一次全部运行。这使得我们可以运行某个场景，看到输出结果，然后回到代码，根据输出结果对代码做出相应的调整（说白了就是可以直接在浏览器中编写Python程序，然后执行程序并输出结果，是不是感觉很方便呀！）。jupyter记事本对于数据探索是非常理想的选择。

2.安装

　　前提条件：Python环境已搭建好和pip已安装好（pip是 Python 包管理工具，该工具提供了对Python 包的查找、下载、安装、卸载的功能）。　　

　   2.1 安装IPython及IPython Notebook

　　1) pip install IPython

　　

　　2) pip install urllib3 --安装IPython Notebook的依赖

　　

　　3) pip install jupyter --安装IPython Notebook

　　

　　2.2 安装科学计算包

　　安装这些计算包是为了做数据分析

　　1) pip install numpy

　　2) pip install matplotlib

　　3) pip install pandas

　　4) pip install scipy

　　5) pip install scikit-learn

　　6) pip install seaborn

3.启动

　　输入启动指令：jupyter notebook

　　我们可以在启动信息中看到存放记事本文件的本地路径还有Web应用地址

　　

4.Demo

　　打开Web应用，然后我新建了一个名为PycharmProjects的文件夹

　　 　

　　然后我在PycharmProjects的文件夹中新建了一个记事本，然后我们就可以通过记事本进行开发工作了。

　　

　　这里，我通过调用API接口的方式，获取到样例数据，并将该数据存放至本地文件，然后将文件中的数据输出至电子表格

import os
import pandas as pd
import requests
import seaborn as sns

PATH = 'C:/Users/Administrator/Desktop/'

r = requests.get('https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data')

with open(PATH + 'iris.data','w') as f:
    f.write(r.text)

os.chdir(PATH)

df = pd.read_csv(PATH + 'iris.data',names=['sepal length','sepal width','pepal length','pepal width','class'])

df.head()

 　　对数据做可视化操作

sns.pairplot(df,hue="class")