与本文相关的图书推荐：《数据准备和特征工程》
如果你对数据科学感兴趣，你可能对这个工作流程很熟悉：用jupyter创建一个项目，然后开始编写python代码，运行复杂的分析，训练一个模型。当notebook文件随着函数、类、绘图和日志的增加而增大时，你会发现自己面前有一个庞大的代码块。如果幸运的话，项目有可能进展顺利，这再好不过了！
然而，jupyter中隐藏了一些深坑，不小心掉进去，就如同进入地狱。下面先看看这些坑是什么样的，然后探讨如何避免。
隐藏的问题下面这些情况，不知道你是否遇到过：
在某个地方定义了一类，然后实例化。后来又想修改它了，于是不得不返回来，修改，再执行该代码块。代码量少的时候无所谓，如果多了，会让你崩溃的。为什么把这么多东西都放在一个notebook文件中呢？难道不能分开维护吗？
由于Juputer的交互性和即时反馈，有不少人习惯在全局命名空间中声明变量，而不是使用函数。这在软件开发中被认为是不好的做法(