Czym jest Jupyter: notebook, kernel i plik .ipynb

Po tej lekcji wyjaśnisz, z czego składa się Jupyter: czym różni się notebook od kernela, co jest zapisane w pliku .ipynb i które narzędzie wybrać do pracy. To fundament, do którego wrócisz w każdym kolejnym module.

Notebook: kod, wyniki i opis w jednym dokumencie

Jupyter Notebook to aplikacja, w której piszesz kod w małych blokach zwanych komórkami, uruchamiasz każdą osobno i od razu widzisz wynik pod spodem. Obok kodu dodajesz komórki z tekstem: nagłówki, listy, tabele, wzory. Powstaje dokument, który pokazuje nie tylko wynik, ale też drogę do niego.

Taki sposób pracy wywodzi się z tzw. REPL (read, evaluate, print, loop): piszesz fragment kodu, środowisko go odczytuje, wykonuje, wyświetla wynik i czeka na kolejny. Różnica polega na tym, że w notebooku cała sesja zostaje zapisana w pliku, razem z opisem i wykresami. Możesz go otworzyć za tydzień albo przekazać koledze.

Nazwa pochodzi od trzech języków, które projekt obsługiwał na początku: Julia, Python i R. Dziś najczęściej pracuje się w Pythonie i na nim oprze się cały kurs.

W kursie towarzyszy Ci jeden przykład: Rowerownia Bałtyk, fikcyjny sklep rowerowy z Gdańska, który sprzedaje w salonie i przez sklep internetowy. Analityczka Ola dostaje od właściciela pytania w rodzaju „w których miesiącach zarabiamy najwięcej” i odpowiada na nie właśnie w notebookach. W tej lekcji poznasz narzędzie, w kolejnych zbudujesz z nim pełną analizę.

Trzy elementy: interfejs, serwer i kernel

Gdy uruchamiasz Jupytera, działają trzy części:

interfejs w przeglądarce (Jupyter Notebook albo JupyterLab), w którym edytujesz komórki;
serwer Jupyter (program uruchomiony na Twoim komputerze), który otwiera i zapisuje pliki oraz pośredniczy w komunikacji;
kernel, czyli osobny proces, który faktycznie wykonuje kod. Dla Pythona jest to kernel IPython (pakiet ipykernel).

Ten podział ma praktyczne skutki. Zamknięcie karty przeglądarki nie zatrzymuje kernela: zmienne dalej są w pamięci. Restart kernela czyści pamięć, ale nie kasuje treści komórek. Gdy kod „zawiesi się”, przerywasz pracę kernela, a nie całej aplikacji.

Z czego składa się Jupyter

Stan na październik 2026, na podstawie dokumentacji Project Jupyter.

Najważniejsza konsekwencja: stan sesji. Zmienna utworzona w jednej komórce jest dostępna we wszystkich, które uruchomisz później. To wygodne (raz wczytany plik CSV masz pod ręką), ale też źródło typowych błędów, którym poświęcony jest moduł 2.

Python

# Komórka 1
sprzedaz = [4380, 3150, 5210]

# Komórka 2: zmienna "sprzedaz" nadal istnieje w pamięci kernela
sum(sprzedaz) / len(sprzedaz)   # wynik: 4246.666666666667

Co jest w pliku .ipynb

Notebook zapisuje się jako plik z rozszerzeniem .ipynb. W środku jest zwykły tekst w formacie JSON, opisany specyfikacją nbformat (obecnie wersja 4). Najważniejsze pola:

cells: lista komórek; każda ma cell_type (code, markdown albo raw) i treść w polu source;
outputs i execution_count w komórkach kodu: wyniki (tekst, tabele, obrazki zakodowane w base64) oraz numer, z którym komórka została wykonana;
metadata: m.in. informacja o kernelu i języku.

Dlaczego warto to wiedzieć? Bo wynik komórki jest zapisany w pliku. Jeśli wyświetlisz tabelę z danymi klientów, ta tabela trafi do .ipynb i pojedzie z nim mailem. Wrócisz do tego w module 5, przy bezpieczeństwie i pracy z Gitem.

Notebook 7, JupyterLab czy edytor kodu

Projekt Jupyter rozwija dwa interfejsy, które korzystają z tych samych komponentów. Dla porządku podajemy wersje: stan na październik 2026.

Gdzie pracować z notebookami

Wersje: notebook 7.6.3, jupyterlab 4.6.4 (PyPI, stan na październik 2026).

Notebook 7 to obecna wersja klasycznego interfejsu; od wersji 7 zbudowano go na komponentach JupyterLab, dlatego skróty i menu są w obu bardzo podobne. Edytory kodu z obsługą plików .ipynb (np. VS Code z rozszerzeniem Jupyter, stan na październik 2026) też uruchamiają kernel IPython, więc wszystko, czego nauczysz się w kursie, zadziała także tam. Notebooki działają również w usługach chmurowych, ale w kursie pracujesz lokalnie, żeby mieć kontrolę nad danymi i wersjami bibliotek.

W tym kursie przykłady opisujemy w Jupyter Notebook 7. Jeśli wolisz JupyterLab, nazwy poleceń w menu są takie same.

Ćwiczenie praktyczne: zajrzyj do pliku .ipynb

Pobierz paczkę materiałów do modułu 1 i otwórz plik pierwszy_notebook.ipynb w zwykłym edytorze tekstu (Notatnik, TextEdit), a nie w Jupyterze. Odpowiedz na trzy pytania:

Ile komórek ma notebook i jakiego są typu?
Która komórka ma wypełnione pole outputs i co w nim jest?
Jaką wartość ma execution_count w komórce, której nikt nie uruchomił?

Rozwiązanie: notebook ma 4 komórki: pierwsza typu markdown (nagłówek), trzy typu code. Wynik ma tylko druga komórka kodu (podsumowanie): w outputs jest obiekt typu stream z tekstem zaczynającym się od „Suma tygodnia: 36320 zł”, wypisanym przez print. Komórka z danymi została uruchomiona ("execution_count": 1), ale niczego nie wypisała, więc jej outputs jest pustą listą. Ostatniej komórki (wykres) nikt nie uruchomił: ma "execution_count": null i pustą listę outputs. Wniosek: plik pamięta wyniki z ostatniego uruchomienia, a numer wykonania mówi, w jakiej kolejności je uzyskano.

Najważniejsze w 3 punktach

Notebook łączy kod, wyniki i opis w jednym pliku .ipynb, który jest dokumentem JSON z komórkami, wynikami i metadanymi.
Kod wykonuje kernel, osobny proces trzymający zmienne w pamięci; interfejs w przeglądarce tylko wysyła do niego komórki.
Jupyter Notebook 7 i JupyterLab 4 korzystają z tych samych komponentów; wybierasz układ pracy, a nie inne możliwości obliczeniowe.

Źródła

Project Jupyter, „What is Jupyter?”, dokumentacja: https://docs.jupyter.org/en/latest/what_is_jupyter.html (dostęp: październik 2026)
nbformat, „The Notebook file format”: https://nbformat.readthedocs.io/en/latest/format_description.html
Jupyter Notebook 7.6.3, „New features in Notebook 7” i „Migrating”: https://jupyter-notebook.readthedocs.io/en/stable/notebook_7_features.html
PyPI: notebook 7.6.3 i jupyterlab 4.6.4 (wydane 21.09.2026): https://pypi.org/project/notebook/, https://pypi.org/project/jupyterlab/