数据分析为什么常用Jupyter而不是直接使用Python脚本或Excel? 第1页

答案都是在说Jupyter Notebook好话的，我说一点滥用的可能性。

优点很多答案都说了，Notebook确实很强大，尤其适合Python/Shell/R这些解释型语言，比如我们读入了一个海量的数据库需要花5分钟，那么在编译型语言比如C/Java/Rust里面，每次编译运行都要花5分钟来读这个数据库。这个在实验各种数据处理的时候就非常的令人恼火，但是在notebook里面，这完全不是问题，我们可以复制很多个数据对象，然后一个一个的用来实验。

但是我仍然不太建议用Notebook作为写代码的主力，尤其是初学者。最好是在其他地方，比如Sublime Text、Vim、Pycharm、Rstudio等等先写个框架，分成小块贴到Notebook里面然后填充、调试和运行。

理由是这样的：因为Notebook可以非常的碎片化——比如一个cell就一行或者几行，所以需要写作者拥有较强的自律能力，在写代码的时候有计划的整理和组织cell以形成还不错的代码结构，但是碎片化运行的诱惑实在是太大了。

『我过滤了一下数据，把之前的那一行式子改一下参数再跑一下看看？』

『哎呀，之前写的那个函数应该再加一个argument，然后直接就可以处理现在的数据了』

……

到最后一两百个乱序的Cell，外加从一开始迭代到现在，很多类、函数和方程都已经修改的面目全非，import的库散落各地，连发现了问题想回滚几乎都是不可能的任务，于是怎么办呢？再开一个Notebook，把现在还能用的代码copy过去，重新开始一轮循环……

灵活性是优势，也是诱惑。程序语言社区讨论过为什么LISP这么强大的语言没有统治世界，反而现在的工业语言是C++/Java这种占多数。有一个人说的就非常的发人深省：

当你去写其他语言的时候，是你要扭曲自己来适应其他语言的范式，但是你去写LISP的时候，是LISP扭曲自己在适应你。

然后结果就形成了一个方言众多，极度分裂的LISP社区。

Notebook给个人，尤其是初学者带来的影响也是类似的。如果自身有一套成型的、还不错的编程习惯，那么notebook不会造成太大的影响，反而是锦上添花的利器；但是如果还没有形成自己的习惯，从一上手就用notebook，那需要时常自我约束一下，因为一旦形成了这种修修补补的碎片化的习惯，长期来看对自己的效率负面影响并不可忽视。