Jupyter/Colab 工作流 —— 数据人的工作台

本课导读

从本单元起，你正式踏进数据处理的地界——这是 AI 工作的日常底座（喂给模型的永远是处理过的数据）。开工前先认识数据人的工作台：Notebook（笔记本）——一种"代码 + 结果 + 笔记"混排的工作方式，数据分析领域的事实标准。本课把本地 Jupyter 和云端 Colab 都配好，理解"单元格"工作流，为接下来七课的 pandas 之旅备好战场。预计 45 分钟。

为什么数据活儿不用普通脚本

写 .py 脚本的节奏是"写完 → 整体运行 → 看结果"。但数据分析是探索式的：读进一份表 → 看两眼 → 咦这列有脏数据 → 清一下再看 → 换个角度汇总看看……每一步都依赖上一步的结果，来回试错。要是每改一行都重跑整个脚本（重新读一遍大文件），人会疯。

Notebook 的解法：把代码切成一格一格的"单元格"（cell）——每格独立运行、结果就地显示、变量全程保留。读数据的那格跑一次就够，后面随便折腾。

两个工作台：云端 Colab 与本地 Jupyter

	Colab（云端）	Jupyter（本地）
是什么	Google 的免费在线 Notebook	装在你电脑上的 Notebook
优点	零配置、自带 pandas 全家桶、送免费 GPU	数据不出门、无网可用、和本地文件无缝
缺点	要外网、数据得上传	要自己装
定位	阶段 0 就认识的"大练习本"	本单元起的主力工作台

阶段 4 训练模型时 Colab 的免费 GPU 会派上大用场；日常数据练习，本地更顺手。两个都备着。

分步配置本地工作台

分步操作

1. 安装数据全家桶

   打开终端，执行：pip install pandas matplotlib jupyter （Mac 用 pip3）。这一行装下数据分析三大件，两三分钟。装完 pip list 确认三个名字都在。

   截图占位：pip install 完成后的终端输出
2. VS Code 装 Jupyter 扩展

   扩展市场搜 Jupyter，装微软官方那个。装完 VS Code 就能直接打开和运行 Notebook 文件——不用碰浏览器版 Jupyter，体验更好。

   截图占位：扩展市场中的 Jupyter 扩展
3. 新建你的第一个 Notebook

   在 learnpath 文件夹里新建文件 practice.ipynb（.ipynb 就是 Notebook 的后缀）。VS Code 会打开单元格界面；右上角若提示选择内核（Kernel），选你装的 Python 版本。

   截图占位：VS Code 中新建的空白 Notebook 与内核选择
4. 跑通三个单元格

   第一格输入 import pandas as pd 按 Shift + Enter（运行并跳到下一格）；第二格输入 data = [1, 2, 3] 运行；第三格输入 sum(data) 运行——注意：第三格能直接用第二格的变量，且最后一行表达式的值自动显示，连 print 都不用。这就是 Notebook 工作流。

   截图占位：三个单元格依次运行的结果
5. 体验 Markdown 单元格

   新建一格，把类型切成 Markdown（格子左侧或右上角有切换按钮），写入 ## 我的第一份分析笔记，运行——它渲染成了标题。代码 + 结果 + 文字笔记混排成文档，这是 Notebook 的完全体：分析过程本身就是报告。

   截图占位：Markdown 单元格渲染效果

Notebook 的一个大坑：运行顺序

单元格可以乱序运行——这是灵活性，也是坑：

• 你从上到下写了 5 格，但手动只运行了 1、3、5 → 第 3 格用到第 2 格的变量时报 NameError
• 更阴险的反面：变量被后面的格子改了，回头重跑前面的格子，结果对不上

职业习惯两条：① 感觉状态乱了，就用"重启内核并全部运行"（Restart & Run All）从头来一遍——能干净跑通才算数；② 单元格顺序保持从上到下的逻辑流，别东一格西一格。

随堂测验

随堂测验0 / 5 题正确

1. Notebook 相比普通 .py 脚本，最适合数据分析的原因是？

A运行速度更快B单元格独立运行、结果就地显示、变量全程保留——探索式试错不用每次从头重跑C不需要学 Python 语法D文件体积更小

2. Shift + Enter 在 Notebook 里的作用是？

A保存文件B运行当前单元格并跳到下一格——Notebook 最高频的动作C删除单元格D撤销

3. 第三格能直接用第二格定义的变量，说明？

A每个单元格是独立程序B所有单元格共享同一个运行状态（内核）——变量在格与格之间存续C变量被写进了硬盘D这是 bug

4. Notebook 状态乱了（结果诡异、变量对不上），最干净的自救是？

A重装 PythonBRestart & Run All——重启内核从头按顺序全部重跑，能干净跑通才算数C把报错的格子删掉D新建一个文件重写

5. Colab 和本地 Jupyter 的分工，课程的建议是？

A只用 ColabB日常练习用本地（数据不出门、和文件无缝）；将来要免费 GPU 训模型时用 ColabC只用本地，Colab 已过时D两个都不用，纯脚本最好

本课小结

• Notebook = 单元格化的探索式工作台：独立运行、结果就地显示、变量跨格共享；数据领域事实标准
• 配齐三件：pip install pandas matplotlib jupyter + VS Code Jupyter 扩展 + 第一个 .ipynb
• 两个高频动作：Shift+Enter 逐格推进；状态乱了 Restart & Run All
• 双轨约定生效：页面代码块跟读，本地 Notebook 练习，代码通用

下一课主角登场：DataFrame——那张"会呼吸的 Excel 表"，pandas 世界的中心。