Project Jupyter

Project Jupyter 是一套面向交互式计算的开源工具，最常见的入口是 JupyterLab 和 Jupyter Notebook。它把代码、文字说明、公式、图表和运行结果放进同一份计算笔记本，适合学习编程、数据分析、科学计算，也方便把练习过程完整留存下来。

它更适合已经准备学习 Python、R、Julia 等语言的大学生、研究人员和职业学习者。刚接触时可以先用官方在线演示熟悉单元格和运行流程，确认用得上，再按官方说明装到自己的电脑。在线演示只供短时体验，课程作业和长期项目更适合本地环境或学校提供的平台。

核心信息

能学到什么

• 把代码和解释写在同一份笔记本中。Markdown 单元格可以记录学习目标、公式和结论，代码单元格负责运行实验。
• 边写边看结果。运行一个单元格后就能查看文本、表格和图形输出，适合逐步理解数据处理与数值计算。
• 用不同内核学习多种语言。官方主页列出 Python、R、Julia、Scala 等四十多种语言支持，具体内核需要另行安装和维护。
• 整理可复现的学习记录。保存后的 ipynb 文件会保留代码、说明和输出，便于复习、交作业或与同伴讨论。

适合谁，需要什么基础

正在学 Python 数据分析、统计、机器学习、数值方法和科研计算的人，会比较快地用上它。教师可以用笔记本准备演示，学生可以把推导、代码和图表放在一起。已经有项目文件的人，也能在 JupyterLab 里同时查看笔记本、文本文件和终端。

Project Jupyter 不会替你补上编程基础。至少要知道变量、函数和文件路径，学习数据分析时还需要理解正在使用的数据与方法。完全零基础的读者可以先跟一门入门课程走，每次只把课程里的一个小练习搬进笔记本。

快速开始

1. 打开官方 Try Jupyter 页面，先选 JupyterLab 演示。体验环境可能排队或临时失效，不要放入个人隐私和重要文件。
2. 在启动页新建一个笔记本，并选择当前可用的 Python 或其他语言内核。
3. 先写一个 Markdown 单元格，记下练习目标，再写一个短代码单元格并运行，确认下方出现结果。
4. 把练习拆成几个单元格。每完成一步就补一句解释，出错时保留报错和修改记录，随后重新运行相关单元格。
5. 准备长期学习时，按官方安装页选择 JupyterLab 或 Jupyter Notebook。本地环境要自己管理 Python、内核、扩展和依赖，学校平台则按管理员给出的入口使用。

学习建议

一份笔记本只处理一个清楚的问题。开头写目标和数据说明，中间按步骤运行代码，最后用自己的话记下结果与仍未解决的地方。这样过几天再打开，仍能看懂当时为什么写这段代码。

每周挑一份笔记本从头重新运行一次。运行顺序混乱、依赖旧变量或缺少数据文件的问题，往往在这一步暴露。需要交作业或分享时，先清理密钥、姓名、路径和原始敏感数据，再确认对方知道怎样准备相同的运行环境。

免费与版权说明

Project Jupyter 官方说明，项目软件会保持开源并免费供人使用，主要采用修改版 BSD 许可。JupyterLab、Jupyter Notebook 和相关子项目各自有仓库与许可证，安装扩展、内核和第三方包时仍要查看它们自己的许可。

软件免费不代表云端算力和存储没有成本。官方在线演示依赖 Binder 或 JupyterLite 等服务，适合短时试用。学校、公司或商业云提供的 Jupyter 环境可能要求账号，也可能按计算资源、存储或支持服务收费。

“Jupyter”及其标志是 LF Charities 的商标。本文使用官方未改色的标志和官方界面图，只用于识别对应项目，不表示 Project Jupyter 或 LF Charities 对本站提供赞助或背书。

使用前注意

• 官方隐私说明称，多数 Jupyter 软件本身不收集安装或使用信息，遥测功能需要另行选择。第三方云平台、社区和托管服务有自己的隐私规则。
• 官方在线体验是临时环境，数据不会长期保留，浏览器缓存也可能被清除。重要作业要及时下载并在可靠位置备份。
• 笔记本能运行代码。来自陌生人的 ipynb 文件、扩展和安装命令都要先检查，确认来源和内容后再运行。不要把访问令牌、密码或个人数据直接写进单元格。
• 中文界面、中文文档和课程覆盖会随组件而变化。遇到版本差异时，以当前官方文档和所用平台的说明为准。
• 本地安装要维护 Python 环境、内核和依赖。只想体验概念的读者先用在线演示，等学习任务稳定以后再投入时间配置本地环境。