开始使用

创建一个 notebook 文件

1. 请执行以下操作之一：

   • 在 工作区 工具窗口中右键单击目标目录，然后从上下文菜单中选择 新建。

   • 请按 Alt+Insert

2. 请选择 Jupyter Notebook。

3. 在打开的对话框中，输入文件名， 示例 。

   

   笔记本文档具有 *.ipynb 扩展名，并标有相应的图标： 。

   新创建的笔记本将在编辑器中打开。 它包含一个代码单元格。 您可以使用笔记本工具栏中的单元格类型选择器更改其类型：

   

编辑笔记本

1. 要编辑单元格，只需单击它。

2. 在第一个代码单元格中输入一些 pandas 代码：

   import pandas as pd kernel_stats = pd.read_csv('libraries_by_python_version.csv') kernel_stats

3. 您无需提前安装 pandas 软件包。 只需单击高亮行，按 Alt+Enter ，并选择缺少的导入语句的建议修复。

4. 此示例使用 libraries_by_python_version.csv 数据集。 从 libraries_by_python_version.csv 下载并保存到项目目录中。

5. 向笔记本中添加更多代码或 Markdown 单元格。 您可以在最后一个单元格之后添加代码单元格，在选定单元格之后添加代码单元格或 Markdown 单元格，或者在执行选定单元格后插入新单元格。 您可以在 单元格 主菜单项中找到这些操作。

   让我们输入一些 matplotlib 代码来可视化第一个代码单元格的数据框。

   import matplotlib.pyplot as plt plt.pie(kernel_stats['total_count'], labels=kernel_stats['library']) plt.show()

   

   同样，无需预先安装 matplotlib 和 numpy。 使用 Alt+Enter 修复导入。

您可以借助 代码洞察 （如 语法高亮 、代码 补全 等）编辑代码单元格。

执行笔记本

您可以通过多种方式执行笔记本单元格的代码，使用 Jupyter 笔记本工具栏上的图标、代码单元格上下文菜单的命令（右键单击代码单元格以打开）以及主菜单中的 运行(U) 命令。

1. 一旦您执行了单元格，其输出将显示在代码下方。 您可以单击 在新选项卡页中打开 在编辑器的单独选项卡中预览表格数据。

   

   请注意，当您使用本地笔记本时，无需提前启动任何 Jupyter 服务器：只需执行任意单元格，服务器将会启动。

   Jupyter 工具窗口显示执行状态。 变量 选项卡中显示变量的当前值。 您可以在 Jupyter 变量 工具窗口中预览代码中声明的变量。

2. 现在执行第二个单元格。 其代码依赖于第一个单元格中的变量，因此单元格执行的顺序很重要。

   

   您可以复制生成的图表或将其保存为图像。 要执行所有单元格，请单击笔记本工具栏上的 。

Debug

1. 单击编辑器中最左侧的空白区域（gutter）以在选定单元格中设置断点。

2. 在 Windows/Linux 上按 Shift+Alt+Enter 或在 macOS 上按 ⌥⇧⏎ 。 要调试整个笔记本，请从主菜单中选择 运行(U) ｜ 调试(D)。

   

3. 使用单步调试工具栏按钮选择下一步要停止的行，并切换到 调试器 工具窗口以预览变量值。

   

配置服务器

当您启动任何 Jupyter 服务器时，默认情况下它使用当前项目解释器和自动选择的端口。 但是，您可以选择 DataSpell 实例中可用的任何其他解释器并指定备用端口。 您还可以连接到任何已配置的服务器，只要您知道其 URL 和令牌。

1. 要打开服务器设置，请在 Jupyter 笔记本工具栏上的 Jupyter 服务器列表中选择 配置 Jupyter Server。

   

2. 要连接到任何正在运行的 Jupyter 服务器，请选择 配置的服务器 并指定服务器的路径，包括 URL 和令牌。

3. 在 Jupyter 工具栏中，从服务器列表中选择 切换到当前的 Jupyter 服务器 以显式切换到已配置的服务器。

详情请参见 管理 Jupyter notebook 服务器。

更改您的环境

• 使用位于 DataSpell UI 右下角的 Python 解释器选择器更改环境。 单击它并从列表中选择目标环境。

  

• 使用 Anaconda CLI 更改 Conda

  1. 在 终端 窗口中，在 <Conda Home>/envs 目录中运行 ls 命令（例如， /Users/jetbrains/.conda/envs ），并选择目标环境。

  2. 导航到您的 anaconda 安装的 bin 目录（例如， anaconda3/bin ）。

  3. 执行 conda activate <env name> command （例如， conda activate my-conda-env）。

创建一个新环境

1. 在 Python 解释器选择器中选择 添加解释器。

   

2. 在 添加Python 解释器 对话框中，输入新环境的名称，并在 Conda 可执行文件字段中指定 Anaconda 基础。

   

安装软件包

1. 在 Python 解释器选择器中，选择目标环境并选择 解释器设置。

   

2. 单击 添加新包。 单击 Conda 包管理器 按钮（ ）以管理来自 Conda 仓库的软件包。 否则，DataSpell 将使用 pip。

3. 在 搜索 字段中输入软件包名称并定位目标软件包。 如果需要，指定包版本。

4. 点击 安装。 任务完成后关闭窗口。