Trang chủ › Công cụ học tập › Sổ tay Jupyter
Hiểu từng ô lệnh. Làm cho sổ tay có thể tái lập.

Trợ lý Sổ tay Jupyter AI
Kết nối mã, đầu ra và phần giải thích

Bạn có một sổ tay Python chạy sai thứ tự, phát sinh lỗi hoặc thiếu phần giải thích? Hãy gửi brief, các ô liên quan, thông tin môi trường và traceback. Sử dụng hỗ trợ lập trình học thuật của Verla để rà soát logic, cải thiện Markdown và chuẩn bị các bước kiểm tra có thể chạy trong môi trường sổ tay của riêng bạn.

✦ Làm việc qua sổ tay lập trình của bạnÔ lệnh · Trạng thái · Khả năng tái lập
Rà soát sổ tay của tôi với Verla ↗
Mở Bảng điều khiển. Nhập lại đầu vào và tải lên tài liệu được phép ở đó; trang này không chuyển chúng, không mở sổ tay và không khởi động Kernel.
CÁC Ô LỆNH SỔ TAY MINH HỌA

Một phép tính nhỏ có thể kiểm tra

Markdown: Giải thích mục đích và đầu vào minh họa.
values = [2, 4, 6]
total = sum(values)
assert total == 12
print(total)
stdout dự kiến12
Đã kiểm tra bằng Python cục bộ; không được chạy bởi trang này hoặc Kernel Jupyter.
Bản xem trước ô lệnh tĩnh—không phải trình xem, trình chỉnh sửa hay runtime trực tuyến của Jupyter Notebook.
Ba bước thực tế

Cách dùng hỗ trợ Jupyter Notebook với Verla

Làm cho vấn đề có thể tái lập, rà soát các ô và phần giải thích, rồi xác minh trong Kernel dự kiến.

Bối cảnh sổ tay của bạn
📄 Brief + các ô liên quanNhiệm vụ
▤ Môi trường + mẫu dữ liệuĐầu vào
✎ Traceback + đầu ra dự kiếnVấn đề
01 / CUNG CẤP

Thêm các ô lệnh và thông tin môi trường

Đưa vào nhiệm vụ, mã và Markdown liên quan, phiên bản Python/Kernel/gói, traceback chính xác và một mẫu dữ liệu nhỏ được phép. Giải thích hành vi mong đợi và thứ tự bạn đã chạy các ô.

Một chuỗi ô có thể rà soát
01   Đầu vào và lệnh nhậpĐịnh nghĩa
02   Tính toán và kiểm traGiải thích
03   Đầu ra và diễn giảiKết nối
02 / TINH CHỈNH

Rà soát nguyên nhân, không chỉ triệu chứng

Yêu cầu cách sửa tối thiểu và giải thích vấn đề về trạng thái hoặc kiểu dữ liệu. Làm rõ các phần phụ thuộc và giả định, đồng thời tách mã được đề xuất khỏi đầu ra đã xác minh.

Một lần kiểm tra thực thi sạch
Đầu vào → Tính toán → Kiểm tra → Giải thích
Kernel mới, phần phụ thuộc xác định
Chạy trong môi trường của bạn · Kiểm tra
03 / XÁC MINH

Khởi động lại, chạy theo thứ tự và kiểm tra

Trong môi trường của bạn, dùng quy trình khởi động lại/chạy tất cả phù hợp và so sánh đầu ra với nhiệm vụ. Ghi lại phần phụ thuộc, kiểm tra Markdown và xem tệp xuất thực tế nếu cần.

Hãy hiểu sổ tay trước

Sổ tay Jupyter là gì và nên sử dụng như thế nào?

Sổ tay Jupyter là ứng dụng soạn thảo sổ tay trong hệ sinh thái Jupyter. Tài liệu sổ tay kết hợp các ô mã, Markdown giải thích và đầu ra đã lưu. Mã chạy thông qua một Kernel; tài liệu và trạng thái đang chạy là hai thứ khác nhau. Vì vậy, sổ tay có thể hiển thị đầu ra cũ ngay cả khi chuỗi ô hiện tại không thể tái lập đầu ra đó.

Sắp xếp công việc từ đầu vào và lệnh nhập đến tính toán, kiểm tra và diễn giải, rồi thử nghiệm từ trạng thái sạch. Tách việc thực thi mã khỏi phần giải thích: phần thảo luận của Verla về môi trường phân tích và hỗ trợ chỉnh sửa học thuật giúp làm rõ ranh giới đó. Hỗ trợ sổ tay nên giúp lập luận dễ kiểm tra hơn, chứ không biến một gợi ý chưa chạy thành kết quả được khẳng định.

Làm cho từng ô lệnh đều có thể giải thích

Sáu cách thực hiện một bài tập sổ tay

Sử dụng hỗ trợ lập trình học thuật trong khi kiểm tra việc thực thi và hành vi môi trường ở ứng dụng sổ tay bắt buộc.

🧩

Xây dựng chuỗi ô lệnh rõ ràng

Sắp xếp lệnh nhập, cấu hình, đầu vào, tính toán và diễn giải theo thứ tự hợp lý. Xác định phần phụ thuộc giữa các ô để kết quả không dựa vào những bước tương tác bị bỏ quên.

🔎

Gỡ lỗi từ Traceback và trạng thái

Dùng chính xác ô bị lỗi, ngoại lệ và các định nghĩa trước đó để cô lập vấn đề. Giải thích thay đổi tối thiểu và kiểm tra kiểu, đường dẫn hoặc phần phụ thuộc thay vì tự tạo biến còn thiếu.

📝

Kết nối Markdown với mã

Giải thích mục đích, đầu vào, phương pháp và giới hạn bên cạnh phép tính liên quan. Dùng tiêu đề và bảng để hỗ trợ lập luận thay vì để mã không có diễn giải.

✅

Thêm kiểm tra đầu ra có ý nghĩa

Kiểm thử các giá trị, hình dạng, số lượng hoặc trường hợp biên dự kiến phù hợp với nhiệm vụ. Assertion có thể kiểm tra một điều kiện nhưng không chứng minh phương pháp hay kết luận khoa học là hợp lệ.

▣

Giải thích cẩn thận dữ liệu và đầu ra trực quan

Rà soát đơn vị, giá trị thiếu, nhãn và khẳng định mà một hình minh họa hỗ trợ. Mã vẽ được tạo ra chỉ là đề xuất cho đến khi được chạy và kiểm tra; hình ảnh đã lưu không chứng minh lần chạy hiện tại thành công.

🔁

Chuẩn bị rà soát khả năng tái lập và xuất tệp

Ghi lại Kernel, các phần phụ thuộc và giả định về dữ liệu. Xác minh lần chạy sạch và kiểm tra định dạng đầu ra bắt buộc; các lệnh hoặc widget riêng của sổ tay có thể không tồn tại sau khi chuyển sang tập lệnh hoặc PDF.

Ví dụ Jupyter Notebook để thực hành

Sáu mẫu khởi đầu cho công việc với sổ tay

Các ví dụ giảng dạy tổng hợp, không phải giao diện sổ tay trực tiếp. Các đoạn Python được kiểm tra độc lập; không chạy Kernel Jupyter, trình gỡ lỗi hay quy trình nbconvert nào ở đây.

Một chuỗi ô lệnh sạch
values = [2, 4, 6]
total = sum(values)
assert total == 12
print(total)
Kiểm tra / giới hạn
stdout dự kiến: 12. Tất cả biến đều được định nghĩa trong đoạn mã; hãy xác minh toàn bộ sổ tay từ trạng thái sạch.
MÃ / THỨ TỰ

Một chuỗi ô lệnh sạch

Tách riêng định nghĩa, phép tính và bước kiểm tra.

Mở Bảng điều khiển ↗
Bảng Markdown và phần giải thích
## Toy calculation

| Check | Expected |
| --- | ---: |
| Number of values | 3 |
| Total | 12 |
Kiểm tra / giới hạn
Đặt văn bản này vào một ô Markdown và hiển thị trong ứng dụng sổ tay. Thẻ HTML không phải là bài kiểm tra kết xuất Markdown.
MARKDOWN SỔ TAY JUPYTER

Bảng Markdown và phần giải thích

Một bảng Markdown của Jupyter Notebook để ghi lại ví dụ nhỏ.

Mở Bảng điều khiển ↗
Một kiểm tra chất lượng dữ liệu nhỏ
from statistics import mean
values = [10, 12, None, 14]
observed = [v for v in values if v is not None]
assert len(observed) == 3
print(mean(observed))
Kiểm tra / giới hạn
stdout dự kiến: 12. Có 3 giá trị quan sát được trên 4; giá trị thiếu không phải là số không.
DỮ LIỆU / GIÁ TRỊ THIẾU

Một kiểm tra chất lượng dữ liệu nhỏ

Xử lý rõ ràng các giá trị thiếu trước khi tạo bản tóm tắt mô tả.

Mở Bảng điều khiển ↗
Giải thích sự không khớp kiểu dữ liệu
raw = ["2", "4", "6"]
values = [int(x) for x in raw]
assert sum(values) == 12
print(sum(values))
Kiểm tra / giới hạn
stdout đã sửa: 12. Với dữ liệu thực, hãy kiểm tra chuỗi không hợp lệ và quy tắc giá trị thiếu trước khi chuyển đổi.
GỠ LỖI / KIỂU DỮ LIỆU

Giải thích sự không khớp kiểu dữ liệu

Cộng các chuỗi ban đầu bằng sum(raw) sẽ gây TypeError; hãy chuyển đổi có chủ ý cho nhiệm vụ minh họa này.

Mở Bảng điều khiển ↗
Lập kế hoạch hình có nhãn
values = [2, 4, 6]
labels = ["A", "B", "C"]
assert len(values) == len(labels)
# Plot in your chosen library.
# Label the axis and synthetic units.
Kiểm tra / giới hạn
Chiều cao tổng hợp A=2, B=4, C=6. Việc vẽ và kết xuất biểu đồ chưa được chạy; hãy chọn thư viện và kiểm tra hình thực tế.
TRỰC QUAN / ĐẶC TẢ

Lập kế hoạch hình có nhãn

Ghép nhãn với giá trị và giải thích hình ảnh cần hiển thị điều gì.

Mở Bảng điều khiển ↗
Rà soát xuất tập lệnh và PDF
jupyter nbconvert --to script example.ipynb
jupyter nbconvert --to pdf example.ipynb
Kiểm tra / giới hạn
Chỉ chạy trong môi trường có nbconvert và các phần phụ thuộc cần thiết. PDF dùng tuyến LaTeX; đầu ra tập lệnh vẫn có thể chứa cấu trúc riêng của sổ tay.
XUẤT TỆP / CÔNG CỤ BÊN NGOÀI

Rà soát xuất tập lệnh và PDF

Các mẫu lệnh nbconvert chính thức, không phải thao tác chuyển đổi do trang này thực hiện.

Mở Bảng điều khiển ↗

Bàn giao bao gồm một sample-notebook.ipynb nhỏ đã xóa đầu ra và mã của nó trong sample-notebook-code.py. Mã chỉ được kiểm tra bằng Python cục bộ; việc chạy Kernel Jupyter, xác thực nbformat chính thức, kết xuất Markdown, giao diện gỡ lỗi và xuất tệp chưa được kiểm thử.

Các khó khăn khác nhau với sổ tay

Dùng hỗ trợ sổ tay tại nơi quy trình bị gián đoạn

Hãy gửi một vấn đề có thể tái lập thay vì ảnh chụp màn hình không có môi trường hoặc các ô trước đó.

🔁

Chỉ hoạt động sau khi chạy các ô sai thứ tự

Kết quả phụ thuộc vào một giá trị còn nằm trong bộ nhớ. Xác định định nghĩa bị thiếu và kiểm tra sổ tay từ một Kernel mới thay vì dựa vào đầu ra cũ.

🛠️

Một ô lệnh phát sinh lỗi kiểu hoặc tên

Traceback chỉ ra lỗi nhưng nguyên nhân chưa rõ. Kiểm tra các định nghĩa và kiểu đầu vào liên quan trước khi thay thế một phần lớn mã.

📝

Sổ tay có mã nhưng không có giải thích

Người đọc không thấy mục đích hoặc ý nghĩa của đầu ra. Thêm Markdown liên kết đầu vào, phương pháp, bước kiểm tra và giới hạn với câu hỏi của bài tập.

📊

Đầu ra đã lưu không khớp với mã

Sổ tay hiển thị một hình hoặc giá trị từ lần chạy trước. Chạy lại đúng chuỗi và so sánh kết quả hiện tại trước khi viết phần diễn giải.

📁

Sổ tay lỗi trên máy khác

Đường dẫn, gói hoặc giả định đầu vào khác nhau. Ghi lại các phần phụ thuộc và dùng thiết lập dữ liệu có thể tái lập thay vì cho rằng tệp .ipynb chứa mọi tài nguyên cần thiết.

📄

Tệp xuất bắt buộc hiển thị khác

Tập lệnh làm mất bố cục diễn giải hoặc PDF không thể tạo. Kiểm tra trình xuất, các phần phụ thuộc và tính năng riêng của sổ tay, sau đó xem tệp kết quả thực tế.

Câu hỏi thường gặp

Câu hỏi thường gặp về Sổ tay Jupyter

Giải đáp về tệp .ipynb, môi trường trực tuyến, Markdown, gỡ lỗi và xuất tệp.

Sổ tay Jupyter được dùng để làm gì?

Công cụ này được dùng cho công việc tính toán tương tác kết hợp mã, phần giải thích và đầu ra, bao gồm học tập, tạo nguyên mẫu và khám phá dữ liệu. Sổ tay có thể dùng nhiều Kernel khác nhau; Python phổ biến nhưng không phải ngôn ngữ duy nhất. Hãy dùng tài liệu Jupyter chính thức để phân biệt ứng dụng, định dạng tài liệu và môi trường thực thi.

Tệp .ipynb là gì?

Đây là tài liệu sổ tay JSON chứa các ô lệnh và siêu dữ liệu, có thể có đầu ra cùng số lần thực thi đã lưu. Nó không chỉ là một tập lệnh .py và không nhất thiết chứa các tệp dữ liệu hay phần phụ thuộc đã cài đặt. Xem mô tả định dạng sổ tay. Đầu ra đã lưu không chứng minh mã hiện tại chạy thành công.

Làm thế nào để mở nội dung tệp ipynb và chạy tệp?

Mở tệp trong ứng dụng sổ tay tương thích như Jupyter Notebook hoặc JupyterLab, cùng Kernel và các phần phụ thuộc phù hợp. Kiểm tra nguồn và xuất xứ trước khi chạy. Trình xem .ipynb tĩnh có thể hiển thị nội dung đã lưu nhưng không thể tự tái lập phép tính. Trang này không mở sổ tay đã tải lên và không cung cấp trình xem.

Trang này có cung cấp Jupyter Notebook trực tuyến hoặc sổ tay Python trực tuyến không?

Trang này không triển khai Kernel được lưu trữ, máy chủ Jupyter Notebook trực tuyến hay việc chạy mã trong trình duyệt. Verla công khai liệt kê các bài tập Jupyter Notebook, nhưng môi trường chạy đã xác thực và hỗ trợ xem tệp chưa được kiểm thử hoặc thiết lập. Hãy dùng môi trường sổ tay được phê duyệt để thực thi, đồng thời kiểm tra quyền và chính sách dữ liệu; trang này cung cấp hỗ trợ lập kế hoạch và rà soát.

Làm thế nào để dùng Markdown và bảng trong Sổ tay Jupyter?

Thêm một ô Markdown cho tiêu đề, phần giải thích và cú pháp Markdown được hỗ trợ, sau đó hiển thị nó trong ứng dụng sổ tay. Mẫu bảng ở trên cho thấy một dạng bảng dùng dấu gạch đứng đơn giản. Đặt phần diễn giải cạnh đoạn mã liên quan và kiểm tra kết quả đã kết xuất, đặc biệt sau khi xuất; cách hiển thị chính xác phụ thuộc vào trình kết xuất và định dạng đầu ra.

Điều gì giúp xử lý việc gỡ lỗi Jupyter Notebook?

Hãy cung cấp toàn bộ traceback, ô bị lỗi, các định nghĩa trước đó, đầu vào và phiên bản môi trường. Kiểm tra trạng thái ẩn và tái tạo vấn đề từ một chuỗi sạch. Điểm dừng tương tác cần giao diện và Kernel tương thích; xem yêu cầu trình gỡ lỗi của JupyterLab. Trang này không gắn trình gỡ lỗi và không chạy các bản sửa lỗi do AI đề xuất.

Làm thế nào để xuất Sổ tay Jupyter sang PDF?

Dùng quy trình xuất được ứng dụng của bạn hỗ trợ hoặc nbconvert cùng các phần phụ thuộc cần thiết. Tuyến --to pdf được xây dựng qua LaTeX; --to webpdf kết xuất qua trình xuất dựa trên trình duyệt với các yêu cầu bổ sung. Kiểm tra hướng dẫn chuyển đổi chính thức và xem xét phương trình, bảng cùng hình minh họa. Trang này không thực hiện và cũng không đảm bảo chuyển đổi PDF.

Làm thế nào để chuyển Sổ tay Jupyter sang py?

Với sổ tay Python, nbconvert --to script có thể tạo tập lệnh Python trong môi trường được cấu hình phù hợp. Đây là quy trình dùng công cụ bên ngoài, không phải bộ chuyển đổi tích hợp trong trang này. Magic của sổ tay, widget, trạng thái ô hoặc các giả định về môi trường có thể cần thay đổi trước khi tập lệnh chạy bình thường. Hãy xem xét và kiểm thử tập lệnh thực tế; mã mẫu đi kèm được viết trực tiếp, không được tạo bởi nbconvert.

Biến các ô lệnh thành kết quả có thể tái lập.
Làm rõ mạch lập luận.

Hãy gửi nhiệm vụ, các ô lệnh và thông tin môi trường của bạn. Làm việc trên một sổ tay có mã, bước kiểm tra và phần giải thích để bạn có thể xem xét và xác minh.

Bắt đầu hỗ trợ sổ tay của tôi ↗
Trợ lý Sổ tay Jupyter AI – Ví dụ, gỡ lỗi và Markdown | Verla