网站建设 博贤科技,有人免费资源吗,网络营销的概念与特点,网站推广计划包括哪些概要
一些小提示和小技巧可能是非常有用的#xff0c;特别是在编程领域。有时候使用一点点黑客技术#xff0c;既可以节省时间#xff0c;还可能挽救“生命”。
一个小小的快捷方式或附加组件有时真是天赐之物#xff0c;并且可以成为真正的生产力助推器。所以#xff0… 概要
一些小提示和小技巧可能是非常有用的特别是在编程领域。有时候使用一点点黑客技术既可以节省时间还可能挽救“生命”。
一个小小的快捷方式或附加组件有时真是天赐之物并且可以成为真正的生产力助推器。所以这里有一些小提示和小技巧有些可能是新的但我相信在下一个数据分析项目中会让你非常方便。 Pandas中数据框数据的Profiling过程 Profiling分析器是一个帮助我们理解数据的过程而Pandas Profiling是一个Python包它可以简单快速地对Pandas 的数据框数据进行探索性数据分析。
Pandas中df.describe()和df.info()函数可以实现EDA过程第一步。但是它们只提供了对数据非常基本的概述对于大型数据集没有太大帮助。而Pandas中的Profiling功能简单通过一行代码就能显示大量信息且在交互式HTML报告中也是如此。
对于给定的数据集Pandas中的profiling包计算了以下统计信息 由Pandas Profiling包计算出的统计信息包括直方图、众数、相关系数、分位数、描述统计量、其他信息——类型、单一变量值、缺失值等。 安装
用pip安装或者用conda安装
pip install pandas-profiling
conda install -c anaconda pandas-profiling
用法
下面代码是用很久以前的泰坦尼克数据集来演示多功能Python分析器的结果。
#importing the necessary packages
import pandas as pd
import pandas_profiling
df pd.read_csv(titanic/train.csv)
pandas_profiling.ProfileReport(df)
一行代码就能实现在Jupyter Notebook中显示完整的数据分析报告该报告非常详细且包含了必要的图表信息。 还可以使用以下代码将报告导出到交互式HTML文件中。
profile pandas_profiling.ProfileReport(df)
profile.to_file(outputfileTitanic data profiling.html) Pandas实现交互式作图
Pandas有一个内置的.plot函数作为DataFrame类的一部分。但是使用此功能呈现的可视化不是交互式的这使得它没那么吸引人。同样使用pandas.DataFrame.plot函数绘制图表也不能实现交互。如果我们需要在不对代码进行重大修改的情况下用Pandas绘制交互式图表怎么办呢这个时候就可以用Cufflinks库来实现。
Cufflinks库可以将有强大功能的plotly和拥有灵活性的pandas结合在一起非常便于绘图。下面就来看在pandas中如何安装和使用Cufflinks库。
安装
pip install plotly
# Plotly is a pre-requisite before installing cufflinks
pip install cufflinks
用法
#importing Pandas
import pandas as pd
#importing plotly and cufflinks in offline mode
import cufflinks as cfimport plotly.offline
cf.go_offline()
cf.set_config_file(offlineFalse, world_readableTrue)
是时候展示泰坦尼克号数据集的魔力了。
df.iplot() df.iplot() vs df.plot()
右侧的可视化显示了静态图表而左侧图表是交互式的更详细并且所有这些在语法上都没有任何重大更改。
Magic命令
Magic命令是Jupyter notebook中的一组便捷功能旨在解决标准数据分析中的一些常见问题。使用命令lsmagic可以看到所有的可用命令。 所有可用的Magic命令列表
Magic命令有两种行magic命令line magics以单个字符为前缀在单行输入操作单元magic命令cell magics以双%%字符为前缀可以在多行输入操作。如果设置为1则不用键入%即可调用Magic函数。
接下来看一些在常见数据分析任务中可能用到的命令
% pastebin
pastebin将代码上传到Pastebin并返回url。Pastebin是一个在线内容托管服务可以存储纯文本如源代码片段然后通过url可以与其他人共享。事实上Github gist也类似于pastebin只是有版本控制。
在file.py文件中写一个包含以下内容的python脚本并试着运行看看结果。
#importing Pandas
import pandas as pd
#importing plotly and cufflinks in offline mode
import cufflinks as cfimport plotly.offline
cf.go_offline()
cf.set_config_file(offlineFalse, world_readableTrue)
在Jupyter Notebook中使用pastebin生成一个pastebin url。 %matplotlib notebook
函数用于在Jupyter notebook中呈现静态matplotlib图。用notebook替换inline可以轻松获得可缩放和可调整大小的绘图。但记得这个函数要在导入matplotlib库之前调用。 %run
用run函数在notebook中运行一个python脚本试试。
%run file.py
%%writefile
%% writefile是将单元格内容写入文件中。以下代码将脚本写入名为foo.py的文件并保存在当前目录中。 %%latex
%%latex函数将单元格内容以LaTeX形式呈现。此函数对于在单元格中编写数学公式和方程很有用。 查找并解决错误
交互式调试器也是一个神奇的功能我把它单独定义了一类。如果在运行代码单元时出现异常请在新行中键入debug并运行它。这将打开一个交互式调试环境它能直接定位到发生异常的位置。还可以检查程序中分配的变量值并在此处执行操作。退出调试器单击q即可。 Printing也有小技巧
如果您想生成美观的数据结构pprint是首选。它在打印字典数据或JSON数据时特别有用。接下来看一个使用print和pprint来显示输出的示例。 让你的笔记脱颖而出
我们可以在您的Jupyter notebook中使用警示框/注释框来突出显示重要内容或其他需要突出的内容。注释的颜色取决于指定的警报类型。只需在需要突出显示的单元格中添加以下任一代码或所有代码即可。
蓝色警示框信息提示
div classalert alert-block alert-info
bTip:/b Use blue boxes (alert-info) for tips and notes.
If it’s a note, you don’t have to include the word “Note”./div 黄色警示框警告
div classalert alert-block alert-warning bExample:/b Yellow Boxes are generally used to include additional examples or mathematical formulas. /div绿色警示框成功
div classalert alert-block alert-success
Use green box/div 红色警示框高危
div classalert alert-block alert-danger
It is good to avoid red boxes but can be used to alert users to not delete some important part of code etc.
/div 打印单元格所有代码的输出结果
假如有一个Jupyter Notebook的单元格其中包含以下代码行
In [1]: 105 116
Out [1]: 17
单元格的正常属性是只打印最后一个输出而对于其他输出我们需要添加print()函数。然而通过在notebook顶部添加以下代码段可以一次打印所有输出。
添加代码后所有的输出结果就会一个接一个地打印出来。
In [1]: 105 116127
Out [1]: 15
Out [1]: 17
Out [1]: 19
恢复原始设置
InteractiveShell.ast_node_interactivity last_expr
使用i选项运行python脚本
从命令行运行python脚本的典型方法是python hello.py。但是如果在运行相同的脚本时添加-i例如python -i hello.py就能提供更多优势。接下来看看结果如何。
首先即使程序结束python也不会退出解释器。因此我们可以检查变量的值和程序中定义的函数的正确性。 其次我们可以轻松地调用python调试器因为我们仍然在解释器中
import pdb
pdb.pm()
这能定位异常发生的位置然后我们可以处理异常代码。
自动评论代码
Ctrl / Cmd /自动注释单元格中的选定行再次命中组合将取消注释相同的代码行。 删除容易恢复难
你有没有意外删除过Jupyter notebook中的单元格如果答案是肯定的那么可以掌握这个撤消删除操作的快捷方式。
如果您删除了单元格的内容可以通过按CTRL / CMD Z轻松恢复它。
如果需要恢复整个已删除的单元格请按ESC Z或EDIT撤消删除单元格。 结论
在本文中我列出了使用Python和Jupyter notebook时收集的一些小提示。我相信它们会对你有用能让你有所收获从而实现轻松编码
