快捷键与高效操作

双模式快捷键体系

Jupyter 的快捷键分为两套，取决于当前处于哪种模式：

运行单元格快捷键

这三个快捷键用得最频繁，务必熟记：

命令模式快捷键

先按 Esc 进入命令模式：

单元格操作

单元格类型切换

导航与选择

Kernel 操作

编辑模式快捷键

按 Enter 进入编辑模式后可用：

Tab 自动补全

在编辑模式下按 Tab 触发补全：

# 函数名补全
np.linTab
# → 显示：linspace, linalg, load, loadtxt...

# 模块属性补全
pd.DataFrame.Tab
# → 显示 DataFrame 的所有方法和属性

# 文件路径补全
pd.read_csv("data/Tab
# → 列出 data/ 目录下的文件

查看文档（Shift + Tab）

将光标放在函数名内，按 Shift+Tab 查看其文档字符串：

# 光标在 read_csv 内，按 Shift+Tab
pd.read_csv(  ← 光标在这里

会弹出一个浮层显示函数签名和说明，按 Shift+Tab 两次展开完整文档，按 Shift+Tab 四次在页面底部固定显示。

也可以在函数后加 ? 或 ??：

pd.read_csv?   # 显示 docstring
pd.read_csv??  # 显示源代码

查找与替换

按 Ctrl+H（或 Edit → Find & Replace）打开查找替换面板，可以在整个 Notebook 中搜索和替换文本。

折叠输出

单击单元格左侧的竖线（输出区域的左边框）可以折叠/展开输出。对于产生大量输出的单元格很有用。

• 单击一次：折叠
• 再次单击：展开
• 双击：完全隐藏（只留一行高度）

行号显示

在命令模式下按 L，或 View → Toggle Line Numbers，可以显示/隐藏单元格行号，方便调试。

代码编写效率技巧

# 1. 多行编辑（按住 Alt，拖动鼠标）— 仅 JupyterLab
x1 = 1   # 多行同时编辑时很有用
x2 = 2
x3 = 3

# 2. 用 ? 快速查看文档（比查网页更快）
import numpy as np
np.sort?   # 查看 np.sort 的文档字符串
# 在页面底部显示完整文档

# 3. 用 ?? 查看函数源代码
np.cumsum??  # 显示 numpy.cumsum 的实际 Python 源码（部分函数是 C 实现，会显示文档）

# 4. 查看对象的所有属性方法
df = pd.DataFrame()
df.T[Tab]  # 按 Tab 看所有 T 开头的方法

调试 Notebook 的技巧

# 1. 使用 %debug 进入交互式调试器（在报错后立即运行）
def buggy_function(x):
    return x / 0

buggy_function(5)  # ZeroDivisionError

# 在下一个 cell 运行：
%debug  # 进入 pdb 调试器，可以查看变量、逐步执行

# 2. 打印中间状态（最简单有效的调试方式）
for i, item in enumerate(data):
    if i < 3:  # 只打印前 3 条，避免输出过多
        print(f"[{i}] type={type(item).__name__}, value={item!r}")

# 3. 用 assert 检查数据假设
assert df.shape[0] > 0, "数据集为空！"
assert 'user_id' in df.columns, "缺少 user_id 列"
assert df['age'].between(0, 150).all(), "年龄数据异常"

批量执行技巧

# 从菜单：Run → Run All Cells
# 从菜单：Run → Run All Above（运行当前单元格以上的所有单元格）
# 从菜单：Run → Run All Below（运行当前单元格及以下）

# 从代码中控制执行流程（不推荐，复杂性高）
raise SystemExit()  # 在某处停止执行

高效 Jupyter 工作流的完整体系

本章小结