本文列舉了一些提升或加速日常數據分析工作的技巧,包括:
1. Pandas Profiling 2. 使用 Cufflinks 和 Plotly 繪制 Pandas 數據 3. IPython 魔術命令 4. Jupyter 中的格式編排 5. Jupyter 快捷鍵 6. 在 Jupyter(或 IPython)中使一個單元同時有多個輸出 7. 為 Jupyter Notebook 即時創建幻燈片
1. Pandas Profiling
該工具效果明顯。下圖展示了調用 df.profile_report() 這一簡單方法的結果:
使用該工具只需安裝和導入 Pandas Profiling 包。
本文不再詳述這一工具,如欲了解更多,請閱讀:https://towardsdatascience.com/exploring-your-data-with-just-1-line-of-python-4b35ce21a82d
2. 使用 Cufflinks 和 Plotly 繪制 Pandas 數據
「經驗豐富的」數據科學家或數據分析師大多對 matplotlib 和 pandas 很熟悉。也就是說,你只需調用 .plot() 方法,即可快速繪制簡單的 pd.DataFrame 或 pd.Series:
有點無聊?
這已經很好了,不過是否可以繪制一個交互式、可縮放、可擴展的全景圖呢?是時候讓 Cufflinks* *出馬了?。–ufflinks 基于 Plotly 做了進一步的包裝。)
在環境中安裝 Cufflinks,只需在終端中運行! pip install cufflinks --upgrade 即可。查看下圖:
效果好多了!
注意,上圖唯一改變的是 Cufflinks cf.go_offline() 的導入和設置,它將 .plot() 方法變為 .iplot()。
其他方法如 .scatter_matrix() 也可以提供非常棒的可視化結果:
需要做大量數據可視化工作的朋友,可以閱讀 Cufflinks 和 Plotly 的文檔,發現更多方法。
Cufflinks 文檔:https://plot.ly/ipython-notebooks/cufflinks/
Plotly 文檔:https://plot.ly/
3. IPython 魔術命令
IPython 的「魔術」是 IPython 基于 Python 標準語法的一系列提升。魔術命令包括兩種方法:行魔術命令(line magics):以 % 為前綴,在單個輸入行上運行;單元格魔術命令(cell magics):以 %% 為前綴,在多個輸入行上運行。下面列舉了 IPython 魔術命令提供的一些有用功能:
%lsmagic:找出全部命令
如果你只記得一個魔術命令,那必須得是這一個。執行 %lsmagic 命令將提供所有可用魔術命令的列表:
%debug:交互式 debug
這可能是我最常使用的魔術命令了。
大部分數據科學家都遇到過這種情況:執行的代碼塊一直 break,你絕望地寫了 20 個 print() 語句,想輸出每個變量的內容。然后,當你最終修復問題后,你還得返回并再次刪除所有 print() 語句。
不過以后再也不用這樣了。遇到問題后只需執行 %debug 命令,即可執行想要運行的任意代碼部分:
上圖中發生了什么?
我們有一個函數,它以列表為輸入,并對所有的偶數取平方值。
我們運行函數,但是出了些問題。但是我們并不知道怎么回事!
對該函數使用%debug 命令。
讓調試器告訴我們 x 和 type(x) 的值。
問題顯而易見:我們把 6 作為字符串輸入到函數中了!
這對于更復雜的函數非常有用。
%store:在 notebook 之間傳遞變量
這個命令也很酷。假設你花了一些時間清洗 notebook 中的數據,現在你想在另一個 notebook 中測試一些功能,那么你是在同一個 notebook 中實現該功能,還是保存數據并在另一個 notebook 中加載數據呢?使用%store 命令后,這些操作都不需要!該命令將存儲變量,你可以在其他任意 notebook 中檢索該變量:
%store [variable] 存儲變量。
%store -r [variable] 讀取/檢索存儲變量。
%who:列出所有全局變量。
你是否遇到過,為變量賦值后卻忘記變量名的情況?或者不小心刪掉了負責為變量賦值的單元格?使用%who 命令,你可以得到所有全局變量的列表:
%%time:計時魔法命令
使用該命令可以獲取所有計時信息。只需對任意可執行代碼應用%%time 命令,你就可以得到如下輸出:
%%writefile:向文件寫入單元格內容
在 notebook 中寫復雜函數或類,且想將其保存到專屬文件中時,該魔法命令非常有用。只需為函數或類的單元格添加 %%writefile 前綴和想要保存到的文件名即可:
如上所示,我們可以將創建的函數保存到 utils.py 文件中,然后就可以隨意導入了。在其他 notebook 中也可以這樣,只要與 utils.py 文件屬于同一個目錄即可。
4. Jupyter 中的格式編排
這個工具很酷!Jupyter 考慮到 markdown 中存在 HTML / CSS 格式。以下是我最經常使用的功能:
藍色、時尚:
當你想以 Notebook 格式呈現一些發現時,這非常有用!
5. Jupyter 快捷鍵
想了解和學習鍵盤快捷鍵,你可以使用命令面板:Ctrl + Shift + P,獲取 notebook 所有功能的列表。下面選取了幾個最基礎的命令:
Esc:進入命令模式。在命令模式內,你可以使用方向鍵在 notebook 內進行導航。
在命令模式內:
A 和 B:在當前單元格上方(Above)或下方(Below)插入新的單元格。
M:當前單元格轉入 Markdown 狀態。
Y:當前單元格轉入 code 狀態。
D,D:刪除當前單元格。
Enter:當前單元格回到編輯模式。
在編輯模式內:
Shift + Tab:為你在當前單元格中鍵入的對象提供文檔字符串(文檔),持續使用該快捷鍵,可循環使用文檔模式。
Ctrl + Shift + -:在光標所在處分割當前單元格。
Esc + F:查找并替換代碼(不包括輸出)。
Esc + O:切換單元格輸出。
選擇多個單元格:
Shift + Down 和 Shift + Up:選中下方或上方的單元格。
Shift + M:合并選中單元格。
注意,選中多個單元格后,你可以批量執行刪除/復制/剪切/粘貼/運行操作。
6. 在 Jupyter(或 IPython)中使一個單元同時有多個輸出
想展示 pandas DataFrame 的 .head() 和 .tail(),但由于創建運行 .tail() 方法的額外代碼單元過于麻煩而不得不中途放棄,你是否有過這樣的經歷?現在不用怕了,你可以使用以下代碼行展示你想展示的輸出:
from IPython.core.interactiveshell import InteractiveShellInteractiveShell.ast_node_interactivity = "all" 下圖展現了多個輸出的結果:
7. 為 Jupyter Notebook 即時創建幻燈片
使用 RISE,你可以僅通過一次按鍵將 Jupyter Notebook 即時轉變為幻燈片。而且 notebook 仍然處于活躍狀態,你可以在展示幻燈片的同時執行實時編碼! 要想使用該工具,你只需通過 conda 或 pip 安裝 RISE 即可。
conda install -c conda-forge rise 或者
pip install RISE
現在,你可以點擊新按鈕,為 notebook 創建不錯的幻燈片了:
-
可視化
+關注
關注
1文章
1194瀏覽量
20934 -
數據分析
+關注
關注
2文章
1445瀏覽量
34050 -
python
+關注
關注
56文章
4792瀏覽量
84628
原文標題:掌握這 7 個 Python 技巧,數據分析不怕!
文章出處:【微信號:DBDevs,微信公眾號:數據分析與開發】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論