- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
Python数据分析基础与应用
模块
PAGE2
PAGE21
电子活页1-7JupyterNotebook的常用快捷键
①命令模式下的常用快捷键。
JupyterNotebook命令模式下的常用快捷键如下。
?Ctrl-M:进入命令模式。
?Esc:退出命令模式。
?Ctrl+Enter:运行本单元格。
?Y:将单元格切换为代码状态。
?Up:选中上方单元格。
?Down:选中下方单元格。
?X:剪切选中的单元格。
?C:复制选中的单元格。
?Shift-V:粘贴到上方单元格。
?V:粘贴到下方单元格。
?Z:恢复删除的最后一个单元格。
?D:删除选中的单元格。
?Shift-M:合并选中的单元格。
?Ctrl-S:文件存盘。
?S:文件存盘。
②编辑模式下的常用快捷键。
JupyterNotebook编辑模式下的常用快捷键如下。
?Enter:进入编辑模式。
?Tab:代码补全或缩进。
?Shift-Tab:提示。
?Ctrl-]:缩进。
?Ctrl-[:解除缩进。
?Ctrl-A:全选。
?Ctrl-Z:撤销单元格内的操作。
?Ctrl-Shift-Z:再做(单元格内的反撤销)。
?Ctrl-Y:再做。
?Ctrl-Home:跳到单元格开头。
?Ctrl-Up:跳到单元格开头。
?Ctrl-End:跳到单元格末尾。
?Ctrl-Down:跳到单元格末尾。
?Ctrl-Left:跳到左边一个字首。
?Ctrl-Right:跳到右边一个字首。
?Ctrl-Backspace:删除前面一个字。
?Ctrl-Delete:删除后面一个字。
?Shift-Enter:运行本单元格,选中下一单元格。
?Ctrl-Enter:运行本单元格。
?Alt-Enter:运行本单元格,在下面插入一个单元格。
?Ctrl-S:文件存盘。
您可能关注的文档
- 《人工智能技术及应用》教学大纲.docx
- 《人工智能技术及应用》课程电子教案.docx
- 《人工智能技术及应用》课件 项目1 认识AI技术.pptx
- 《人工智能技术及应用》课件 项目2 认识AI开发工具.pptx
- 《人工智能技术及应用》课件 项目3 认识AI大模型应用产品.pptx
- 《人工智能技术及应用》课件 项目4 基于AI技术的典型应用.pptx
- Python数据分析基础与应用电子活页1-2常用的数据分析框架.docx
- Python数据分析基础与应用电子活页1-3下载与安装Python.docx
- Python数据分析基础与应用电子活页1-4Jupyter Notebook的优势.docx
- Python数据分析基础与应用电子活页1-5下载与安装Anaconda.docx
- Python数据分析基础与应用电子活页1-8下载与安装PyCharm.docx
- Python数据分析基础与应用电子活页1-9测试与配置PyCharm开发环境.docx
- Python数据分析基础与应用电子活页1-10在PyCharm集成开发环境中编写程序输出“Good luck”的祝福语.docx
- Python数据分析基础与应用电子活页1-11在Jupyter Notebook开发环境中打开并运行Python程序t1-02.ipynb.docx
- Python数据分析基础与应用电子活页1-12模块1在线练习与考核.docx
- Python数据分析基础与应用电子活页5-1创建DataFrame对象并检查是否存在缺失值.docx
- Python数据分析基础与应用电子活页5-2从CSV文件中读取数据创建DataFrame对象并检查是否存在缺失值.docx
- Python数据分析基础与应用电子活页5-3使用fillna()函数填充缺失值.docx
- Python数据分析基础与应用电子活页5-4使用函数值替换缺失数据.docx
- Python数据分析基础与应用电子活页5-5清洗超出范围的错误数据.docx
文档评论(0)