7个Python特殊技巧，助力你的数据分析工做之路

选自TowardsDataScience，做者：Perter Nistrup，机器之心编译，参与：魔王。

本文列举了一些提高或加速平常数据分析工做的技巧，包括：

1. Pandas Profiling

2. 使用 Cufflinks 和 Plotly 绘制 Pandas 数据

3. IPython 魔术命令

4. Jupyter 中的格式编排

5. Jupyter 快捷键

6. 在 Jupyter（或 IPython）中使一个单元同时有多个输出

7. 为 Jupyter Notebook 即时建立幻灯片

1. Pandas Profiling

该工具效果明显。下图展现了调用 df.profile_report() 这一简单方法的结果：

使用该工具只需安装和导入 Pandas Profiling 包。

本文再也不详述这一工具，如欲了解更多，请阅读：https://towardsdatascience.com/exploring-your-data-with-just-1-line-of-python-4b35ce21a82d

2. 使用 Cufflinks 和 Plotly 绘制 Pandas 数据

「经验丰富的」数据科学家或数据分析师大多对 matplotlib 和 pandas 很熟悉。也就是说，你只需调用 .plot() 方法，便可快速绘制简单的 pd.DataFrame 或 pd.Series：

有点无聊？

这已经很好了，不过是否能够绘制一个交互式、可缩放、可扩展的全景图呢？是时候让 Cufflinks* *出马了！（Cufflinks 基于 Plotly 作了进一步的包装。）

在环境中安装 Cufflinks，只需在终端中运行! pip install cufflinks --upgrade 便可。查看下图：

效果好多了！

注意，上图惟一改变的是 Cufflinks cf.go_offline() 的导入和设置，它将 .plot() 方法变为 .iplot()。

其余方法如 .scatter_matrix() 也能够提供很是棒的可视化结果：

须要作大量数据可视化工做的朋友，能够阅读 Cufflinks 和 Plotly 的文档，发现更多方法。

• Cufflinks 文档：https://plot.ly/ipython-notebooks/cufflinks/

• Plotly 文档：https://plot.ly/

3. IPython 魔术命令

IPython 的「魔术」是 IPython 基于 Python 标准语法的一系列提高。魔术命令包括两种方法：行魔术命令（line magics）：以 % 为前缀，在单个输入行上运行；单元格魔术命令（cell magics）：以 %% 为前缀，在多个输入行上运行。下面列举了 IPython 魔术命令提供的一些有用功能：

%lsmagic：找出所有命令

若是你只记得一个魔术命令，那必须得是这一个。执行 %lsmagic 命令将提供全部可用魔术命令的列表：

%debug：交互式 debug

这多是我最常使用的魔术命令了。

大部分数据科学家都遇到过这种状况：执行的代码块一直 break，你绝望地写了 20 个 print() 语句，想输出每一个变量的内容。而后，当你最终修复问题后，你还得返回并再次删除全部 print() 语句。

不过之后不再用这样了。遇到问题后只需执行 %debug 命令，便可执行想要运行的任意代码部分：

上图中发生了什么？

1. 咱们有一个函数，它以列表为输入，并对全部的偶数取平方值。

2. 咱们运行函数，可是出了些问题。可是咱们并不知道怎么回事！

3. 对该函数使用%debug 命令。

4. 让调试器告诉咱们 x 和 type(x) 的值。

5. 问题显而易见：咱们把'6'做为字符串输入到函数中了！

这对于更复杂的函数很是有用。

%store：在 notebook 之间传递变量

这个命令也很酷。假设你花了一些时间清洗 notebook 中的数据，如今你想在另外一个 notebook 中测试一些功能，那么你是在同一个 notebook 中实现该功能，仍是保存数据并在另外一个 notebook 中加载数据呢？使用%store 命令后，这些操做都不须要！该命令将存储变量，你能够在其余任意 notebook 中检索该变量：

• %store [variable] 存储变量。

• %store -r [variable] 读取/检索存储变量。

%who：列出全部全局变量。

你是否遇到过，为变量赋值后却忘记变量名的状况？或者不当心删掉了负责为变量赋值的单元格？使用%who 命令，你能够获得全部全局变量的列表：

%%time： 计时魔法命令

使用该命令能够获取全部计时信息。只需对任意可执行代码应用%%time 命令，你就能够获得以下输出：

%%writefile：向文件写入单元格内容

在 notebook 中写复杂函数或类，且想将其保存到专属文件中时，该魔法命令很是有用。只需为函数或类的单元格添加 %%writefile 前缀和想要保存到的文件名便可：

如上所示，咱们能够将建立的函数保存到 utils.py 文件中，而后就能够随意导入了。在其余 notebook 中也能够这样，只要与 utils.py 文件属于同一个目录便可。

4. Jupyter 中的格式编排

这个工具很酷！Jupyter 考虑到 markdown 中存在 HTML / CSS 格式。如下是我最常用的功能：

蓝色、时尚：

<div class="alert alert-block alert-info">   
This is <b>fancy</b>!
</div>复制代码

红色、轻微慌张：

<div class="alert alert-block alert-danger">   
This is <b>baaaaad</b>!
</div>复制代码

绿色、平静：

<div class="alert alert-block alert-success"> 
This is <b>gooood</b>!
</div>复制代码

下图展现了它们的运行过程：

当你想以 Notebook 格式呈现一些发现时，这很是有用！

5. Jupyter 快捷键

想了解和学习键盘快捷键，你可使用命令面板：Ctrl + Shift + P，获取 notebook 全部功能的列表。下面选取了几个最基础的命令：

• Esc：进入命令模式。在命令模式内，你可使用方向键在 notebook 内进行导航。

在命令模式内：

• A 和 B：在当前单元格上方（Above）或下方（Below）插入新的单元格。

• M：当前单元格转入 Markdown 状态。

• Y：当前单元格转入 code 状态。

• D,D：删除当前单元格。

• Enter：当前单元格回到编辑模式。

在编辑模式内：

• Shift + Tab：为你在当前单元格中键入的对象提供文档字符串（文档），持续使用该快捷键，可循环使用文档模式。

• Ctrl + Shift + -：在光标所在处分割当前单元格。

• Esc + F：查找并替换代码（不包括输出）。

• Esc + O：切换单元格输出。

选择多个单元格：

• Shift + Down 和 Shift + Up：选中下方或上方的单元格。

• Shift + M：合并选中单元格。

注意，选中多个单元格后，你能够批量执行删除/复制/剪切/粘贴/运行操做。

6. 在 Jupyter（或 IPython）中使一个单元同时有多个输出

想展现 pandas DataFrame 的 .head() 和 .tail()，但因为建立运行 .tail() 方法的额外代码单元过于麻烦而不得不中途放弃，你是否有过这样的经历？如今不用怕了，你可使用如下代码行展现你想展现的输出：

from IPython.core.interactiveshell import InteractiveShellInteractiveShell.ast_node_interactivity = "all"复制代码

下图展示了多个输出的结果：

7. 为 Jupyter Notebook 即时建立幻灯片

使用 RISE，你能够仅经过一次按键将 Jupyter Notebook 即时转变为幻灯片。并且 notebook 仍然处于活跃状态，你能够在展现幻灯片的同时执行实时编码！

要想使用该工具，你只需经过 conda 或 pip 安装 RISE 便可。

conda install -c conda-forge rise复制代码

或者

pip install RISE复制代码

如今，你能够点击新按钮，为 notebook 建立不错的幻灯片了：