7個Python特殊技巧，助力你的數據分析工做之路

選自TowardsDataScience，做者：Perter Nistrup，機器之心編譯，參與：魔王。

本文列舉了一些提高或加速平常數據分析工做的技巧，包括：

1. Pandas Profiling

2. 使用 Cufflinks 和 Plotly 繪製 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. 爲 Jupyter Notebook 即時建立幻燈片

1. Pandas Profiling

該工具效果明顯。下圖展現了調用 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。

本文再也不詳述這一工具，如欲瞭解更多，請閱讀：https://towardsdatascience.com/exploring-your-data-with-just-1-line-of-python-4b35ce21a82d

2. 使用 Cufflinks 和 Plotly 繪製 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，便可快速繪製簡單的 pd.DataFrame 或 pd.Series：

有點無聊？

這已經很好了，不過是否能夠繪製一個交互式、可縮放、可擴展的全景圖呢？是時候讓 Cufflinks* *出馬了！（Cufflinks 基於 Plotly 作了進一步的包裝。）

在環境中安裝 Cufflinks，只需在終端中運行! pip install cufflinks --upgrade 便可。查看下圖：

效果好多了！

注意，上圖惟一改變的是 Cufflinks cf.go_offline() 的導入和設置，它將 .plot() 方法變爲 .iplot()。

其餘方法如 .scatter_matrix() 也能夠提供很是棒的可視化結果：

須要作大量數據可視化工做的朋友，能夠閱讀 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 基於 Python 標準語法的一系列提高。魔術命令包括兩種方法：行魔術命令（line magics）：以 % 爲前綴，在單個輸入行上運行；單元格魔術命令（cell magics）：以 %% 爲前綴，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：找出所有命令

若是你只記得一個魔術命令，那必須得是這一個。執行 %lsmagic 命令將提供全部可用魔術命令的列表：

%debug：交互式 debug

這多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狀況：執行的代碼塊一直 break，你絕望地寫了 20 個 print() 語句，想輸出每一個變量的內容。而後，當你最終修復問題後，你還得返回並再次刪除全部 print() 語句。

不過之後不再用這樣了。遇到問題後只需執行 %debug 命令，便可執行想要運行的任意代碼部分：

上圖中發生了什麼？

1. 咱們有一個函數，它以列表爲輸入，並對全部的偶數取平方值。

2. 咱們運行函數，可是出了些問題。可是咱們並不知道怎麼回事！

3. 對該函數使用%debug 命令。

4. 讓調試器告訴咱們 x 和 type(x) 的值。

5. 問題顯而易見：咱們把'6'做爲字符串輸入到函數中了！

這對於更復雜的函數很是有用。

%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，如今你想在另外一個 notebook 中測試一些功能，那麼你是在同一個 notebook 中實現該功能，仍是保存數據並在另外一個 notebook 中加載數據呢？使用%store 命令後，這些操做都不須要！該命令將存儲變量，你能夠在其餘任意 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：列出全部全局變量。

你是否遇到過，爲變量賦值後卻忘記變量名的狀況？或者不當心刪掉了負責爲變量賦值的單元格？使用%who 命令，你能夠獲得全部全局變量的列表：

%%time： 計時魔法命令

使用該命令能夠獲取全部計時信息。只需對任意可執行代碼應用%%time 命令，你就能夠獲得以下輸出：

%%writefile：向文件寫入單元格內容

在 notebook 中寫複雜函數或類，且想將其保存到專屬文件中時，該魔法命令很是有用。只需爲函數或類的單元格添加 %%writefile 前綴和想要保存到的文件名便可：

如上所示，咱們能夠將建立的函數保存到 utils.py 文件中，而後就能夠隨意導入了。在其餘 notebook 中也能夠這樣，只要與 utils.py 文件屬於同一個目錄便可。

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。如下是我最常用的功能：

藍色、時尚：

<div class="alert alert-block alert-info">   
This is <b>fancy</b>!
</div>複製代碼

紅色、輕微慌張：

<div class="alert alert-block alert-danger">   
This is <b>baaaaad</b>!
</div>複製代碼

綠色、平靜：

<div class="alert alert-block alert-success"> 
This is <b>gooood</b>!
</div>複製代碼

下圖展現了它們的運行過程：

當你想以 Notebook 格式呈現一些發現時，這很是有用！

5. Jupyter 快捷鍵

想了解和學習鍵盤快捷鍵，你可使用命令面板：Ctrl + Shift + P，獲取 notebook 全部功能的列表。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：爲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：查找並替換代碼（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：合併選中單元格。

注意，選中多個單元格後，你能夠批量執行刪除/複製/剪切/粘貼/運行操做。

6. 在 Jupyter（或 IPython）中使一個單元同時有多個輸出

想展現 pandas DataFrame 的 .head() 和 .tail()，但因爲建立運行 .tail() 方法的額外代碼單元過於麻煩而不得不中途放棄，你是否有過這樣的經歷？如今不用怕了，你可使用如下代碼行展現你想展現的輸出：

from IPython.core.interactiveshell import InteractiveShellInteractiveShell.ast_node_interactivity = "all"複製代碼

下圖展示了多個輸出的結果：

7. 爲 Jupyter Notebook 即時建立幻燈片

使用 RISE，你能夠僅經過一次按鍵將 Jupyter Notebook 即時轉變爲幻燈片。並且 notebook 仍然處於活躍狀態，你能夠在展現幻燈片的同時執行實時編碼！

要想使用該工具，你只需經過 conda 或 pip 安裝 RISE 便可。

conda install -c conda-forge rise複製代碼

或者

pip install RISE複製代碼

如今，你能夠點擊新按鈕，爲 notebook 建立不錯的幻燈片了：