收藏 | 10個能夠快速用Python進行數據分析的小技巧

編譯：小7、蔣寶尚

一些小提示和小技巧多是很是有用的，特別是在編程領域。有時候使用一點點黑客技術，既能夠節省時間，還可能挽救「生命」。

一個小小的快捷方式或附加組件有時真是天賜之物，而且能夠成爲真正的生產力助推器。因此，這裏有一些小提示和小技巧，有些多是新的，但我相信在下一個數據分析項目中會讓你很是方便。

Pandas中數據框數據的Profiling過程

Profiling（分析器）是一個幫助咱們理解數據的過程，而Pandas Profiling是一個Python包，它能夠簡單快速地對Pandas 的數據框數據進行探索性數據分析。

Pandas中df.describe和http://df.info函數能夠實現EDA過程第一步。可是，它們只提供了對數據很是基本的概述，對於大型數據集沒有太大幫助。而Pandas中的Profiling功能簡單經過一行代碼就能顯示大量信息，且在交互式HTML報告中也是如此。

對於給定的數據集，Pandas中的profiling包計算了如下統計信息：

由Pandas Profiling包計算出的統計信息包括直方圖、衆數、相關係數、分位數、描述統計量、其餘信息——類型、單一變量值、缺失值等。

安裝

用pip安裝或者用conda安裝

pipinstall pandas-profilingcondainstall -c anaconda pandas-profiling

用法

下面代碼是用好久之前的泰坦尼克數據集來演示多功能Python分析器的結果。

#importing the necessary packagesimport pandas as pdimport pandas_profilingdf = pd.read_csv('titanic/train.csv')pandas_profiling.ProfileReport(df)

一行代碼就能實如今Jupyter Notebook中顯示完整的數據分析報告，該報告很是詳細，且包含了必要的圖表信息。

還可使用如下代碼將報告導出到交互式HTML文件中。

profile = pandas_profiling.ProfileReport(df)profile.to_file(outputfile="Titanic data profiling.html")

Pandas實現交互式做圖

Pandas有一個內置的.plot函數做爲DataFrame類的一部分。可是，使用此功能呈現的可視化不是交互式的，這使得它沒那麼吸引人。一樣，使用pandas.DataFrame.plot函數繪製圖表也不能實現交互。若是咱們須要在不對代碼進行重大修改的狀況下用Pandas繪製交互式圖表怎麼辦呢？這個時候就能夠用Cufflinks庫來實現。

Cufflinks庫能夠將有強大功能的plotly和擁有靈活性的pandas結合在一塊兒，很是便於繪圖。下面就來看在pandas中如何安裝和使用Cufflinks庫。

安裝

pip install plotly# Plotly is a pre-requisite before installing cufflinkspip install cufflinks#importing Pandas#importing plotly and cufflinks in offline modeimport cufflinks as cfimport plotly.offlinecf.go_offlinecf.set_config_file(offline=False, world_readable=True)

是時候展現泰坦尼克號數據集的魔力了。

df.iplot

df.iplot vsdf.plot

右側的可視化顯示了靜態圖表，而左側圖表是交互式的，更詳細，而且全部這些在語法上都沒有任何重大更改。

Magic命令

Magic命令是Jupyter notebook中的一組便捷功能，旨在解決標準數據分析中的一些常見問題。使用命令％lsmagic能夠看到全部的可用命令。

全部可用的Magic命令列表

Magic命令有兩種：行magic命令（line magics），以單個％字符爲前綴，在單行輸入操做；單元magic命令（cell magics），以雙%%字符爲前綴，能夠在多行輸入操做。若是設置爲1，則不用鍵入%便可調用Magic函數。

接下來看一些在常見數據分析任務中可能用到的命令：

% pastebin

％pastebin將代碼上傳到Pastebin並返回url。Pastebin是一個在線內容託管服務，能夠存儲純文本，如源代碼片斷，而後經過url能夠與其餘人共享。事實上，Github gist也相似於pastebin，只是有版本控制。

在file.py文件中寫一個包含如下內容的python腳本，並試着運行看看結果。

#file.pydeffoo(x):return x

在Jupyter Notebook中使用％pastebin生成一個pastebin url。

%matplotlib notebook

函數用於在Jupyter notebook中呈現靜態matplotlib圖。用notebook替換inline，能夠輕鬆得到可縮放和可調整大小的繪圖。但記得這個函數要在導入matplotlib庫以前調用。

%run

用％run函數在notebook中運行一個python腳本試試。

%run file.py%%writefile

%% writefile是將單元格內容寫入文件中。如下代碼將腳本寫入名爲foo.py的文件並保存在當前目錄中。

%%latex

%%latex函數將單元格內容以LaTeX形式呈現。此函數對於在單元格中編寫數學公式和方程頗有用。

查找並解決錯誤

交互式調試器也是一個神奇的功能，我把它單獨定義了一類。若是在運行代碼單元時出現異常，請在新行中鍵入％debug並運行它。這將打開一個交互式調試環境，它能直接定位到發生異常的位置。還能夠檢查程序中分配的變量值，並在此處執行操做。退出調試器單擊q便可。

Printing也有小技巧

若是您想生成美觀的數據結構，pprint是首選。它在打印字典數據或JSON數據時特別有用。接下來看一個使用print和pprint來顯示輸出的示例。

讓你的筆記脫穎而出

咱們能夠在您的Jupyter notebook中使用警示框/註釋框來突出顯示重要內容或其餘須要突出的內容。註釋的顏色取決於指定的警報類型。只需在須要突出顯示的單元格中添加如下任一代碼或全部代碼便可。

藍色警示框：信息提示

<div class="alert alert-block alert-info"><b>Tip:</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>

黃色警示框：警告

<div class="alert alert-block alert-warning"><b>Example:</b> Yellow Boxes are generally used to include additional examples or mathematical formulas.</div>

綠色警示框：成功

<div class="alert alert-block alert-success">Use green box only when necessary like to display links to related content.</div>

紅色警示框：高危

<div class="alert 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>

打印單元格全部代碼的輸出結果

假若有一個Jupyter Notebook的單元格，其中包含如下代碼行：

In[1]: 10+511+6Out[1]: 17

單元格的正常屬性是隻打印最後一個輸出，而對於其餘輸出，咱們須要添加print函數。然而經過在notebook頂部添加如下代碼段能夠一次打印全部輸出。

添加代碼後全部的輸出結果就會一個接一個地打印出來。

In[1]: 10+511+612+7Out[1]: 15Out[1]: 17Out[1]: 19

恢復原始設置：

InteractiveShell.ast_node_interactivity = "last_expr"

使用'i'選項運行python腳本

從命令行運行python腳本的典型方法是：python hello.py。可是，若是在運行相同的腳本時添加-i，例如python -i hello.py，就能提供更多優點。接下來看看結果如何。

首先，即便程序結束，python也不會退出解釋器。所以，咱們能夠檢查變量的值和程序中定義的函數的正確性。

其次，咱們能夠輕鬆地調用python調試器，由於咱們仍然在解釋器中：

import pdbpdb.pm

這能定位異常發生的位置，而後咱們能夠處理異常代碼。

自動評論代碼

Ctrl / Cmd + /自動註釋單元格中的選定行，再次命中組合將取消註釋相同的代碼行。

刪除容易恢復難

你有沒有意外刪除過Jupyter notebook中的單元格？若是答案是確定的，那麼能夠掌握這個撤消刪除操做的快捷方式。

若是您刪除了單元格的內容，能夠經過按CTRL / CMD + Z輕鬆恢復它。

若是須要恢復整個已刪除的單元格，請按ESC + Z或EDIT>撤消刪除單元格。

結論

在本文中，我列出了使用Python和Jupyter notebook時收集的一些小提示。我相信它們會對你有用，能讓你有所收穫，從而實現輕鬆編碼！