Jupyter Notebook交互式的特点能即时反馈代码处理数据的结果，编辑模式下，可以切换code状态和markdown状态，使得代码和文档能一起维护，可谓是数据科学的利器。
但在Jupyter Notebook环境下，进行Python开发或分析工作时，无法像PyCharm或VSCode等IDE有效查看各个包的源码，无法精确知道函数的使用，下面记录一些符合Jupyter Notebook交互式特点的有效技巧：
查看函数或包的作用：
方式1：help()函数
传入要查询的函数名或包名给help()，返回其功能说明
传入内置函数，返回函数的解释部分
传入包名，返回包__init__.py文件下的__doc__文本
方式2：？
功能同help()类似，区别在于help函数的反馈在代码输出里，而？在一个前端弹层
方式3：__doc__
同方式1,2一样，展示的是字符串，不够直观
查看包有哪些函数
方式1:dir()
使用help()看看dir()的作用: 返回包的__dir__方法
实例: 导入numpy，打印出numpy的方法列表
方式2:__dir__()
同方式1的作用是一样的
基于help()和dir()函数的组合使用，我们可以把包的方法或函数快速研究明白
在Python开发或分析中，会不断接触到一些新的包，这是最直接的方式去了解各类方法的作用。
毕竟去网络上找答案时，信息质量参差不齐，经常要做甄别，造成不必要的时间浪费。
递归调用
当然，help()和dir()都可以调用自身
