中年|10 个加速python数据分析的简单小技巧 |数据分析|加速|

本文插图

作者：Parul Pandey
来源：SQL数据库开发
一些小的技巧在编程领域可能会非常有用，在数据科学领域同样如此。数据科学爱好者 Parul Pandey 在近日发表了一篇博文，分享了在数据科学中非常实用的 10 个小技巧。
有时候，一点小小的黑客行为可以节省时间，挽救生命。一个小小的快捷方式或附加组件有时会被证明是天赐之物，并且可以真正提高生产力。所以，下面是我最喜欢的一些技巧，我以本文的形式一起使用和编译它们。其中，有些可能是相当有名的，有些可能是新的，但我相信下次您从事数据分析项目时，它们会非常有用。
1.Profiling the pandas dataframe
Profiling 是一个帮助我们理解数据的程序，而 Pandas Profiling 正是实现这一点的一个 python 包。这是对 pandas 数据帧进行探索性数据分析的一种简单快速的方法。 pandas df.describe（）和 df.info（）函数通常用作 EDA 过程的第一步。但是，它只提供了非常基本的数据概述，对于大型数据集没有太大帮助。另一方面， pandas 分析函数使用 df.profile_report（）扩展 pandas 数据帧，以便快速进行数据分析。它用一行代码显示了大量信息，在交互式 HTML 报告中也显示了这些信息。

对于给定的数据集， pandas 分析包计算以下统计信息：

本文插图

Pandas Profiling 包计算统计信息
安装
pip installpandas-profiling--或者conda install -c anaconda pandas-profiling
使用
让我们使用古老的 Titanic 数据集来演示通用的 Python 分析器的功能。
#importing the necessary packagesimport pandas as pdimport pandas_profiling# Depreciated: pre 2.0.0 versiondf = pd.read_csv("titanic/train.csv")pandas_profiling.ProfileReport(df)
注：在这篇文章发表一周后， Pandas-Profiling 发布了一个升级版本 2.0.0 。其语法发生了一些变化，事实上，功能已经包含在 pandas 中，报告也变得更加全面。以下是最新的语法用法：
使用
要在 Jupyter notebook 中显示报告，请运行：
#Pandas-Profiling 2.0.0df.profile_report()
这一行代码就是在 Jupyter notebook 中显示数据分析报告所需的全部代码。报告非常详细，必要时包括图表。

本文插图

还可以将报告导出到具有以下代码的交互式 HTML 文件中。
profile= df.profile_report(title="Pandas Profiling Report")profile.to_file(outputfile="Titanic data profiling.html")

2.为 pandas plots 带来交互性
pandas 有一个内置的.plot（）函数作为数据帧类的一部分。然而，用这个函数呈现的可视化并不是交互式的，这使得它不那么吸引人。相反，也不能排除使用 pandas.dataframe.plot（）函数绘制图表的易用性。如果我们不需要对代码进行重大修改，就可以像绘制 pandas plots 那样绘出交互式图表呢？你可以在 Cufflinks 库的帮助下做到这一点。
Cufflinks 将 plotly 的力量与 pandas 的灵活性结合起来，便于绘制。现在让我们来看看如何安装这个库并让它在 pandas 中工作。
【中年|10 个加速python数据分析的简单小技巧】安装
pipinstall plotly # Plotly is a pre-requisite before installing cufflinkspip install cufflinks
使用
#importing Pandasimport pandas as pd#importing plotly and cufflinks in offline modeimport cufflinks as cfimport plotly.offlinecf.go_offline()cf.set_config_file(offline=False, world_readable=True)
是时候用 Titanic 数据集来展示它的魔法了。
df.iplot()

本文插图

df.iplot() vs df.plot()
右视图显示的是静态图表，左图表是交互式的，更详细地说，所有这一切在语法上都没有重大变化。
3.一点点 Magic

Magic 命令是 Jupyter notebook 中的一组方便的函数，旨在解决标准数据分析中的一些常见问题。在%lsmagic 的帮助下，您可以看到所有可用的 magic 。

本文插图

所有可用的 magic 函数列表
magic 命令有两种：行 magics（前缀为一个% 字符并在一行输入上操作）和单元 magics（用%% 前缀关联并在多行输入上操作）。如果设置为 1 ，则可以调用 magic 函数，而无需键入初始百分比。
让我们看看其中一些在常见数据分析任务中可能有用的功能：
% pastebin
%Pastebin 将代码上载到 Pastebin 并返回 URL 。 Pastebin 是一种在线内容托管服务，我们可以在其中存储纯文本（如源代码片段），然后可以与其他人共享 URL 。事实上， Github gist 也类似于 Pastebin ，尽管有版本控制。
考虑使用包含以下内容的 python script file.py：
#file.pydef foo(x):return x
使用 Jupyter notebook 中的%pastebin 生成 pastebin url

本文插图

%matplotlib notebook
%matplotlib inline 函数用于呈现 Jupyter noteboo 中的静态 matplotlib 绘图。尝试用 notebook 替换内嵌部件，以轻松获得可缩放和可调整大小的绘图。确保在导入 Matplotlib 库之前调用了函数。

本文插图

%matplotlib inline vs %matplotlib notebook

%run

%run 函数在 notebook 内运行 python 脚本。
%run file.py

%%writefile

%WriteFile 将单元格的内容写入文件。在这里，代码将被写入一个名为 foo 的文件，并保存在当前目录中。

本文插图

%%latex

%%latex 函数将单元格内容呈现为 LaTeX 。它可用于在单元中编写数学公式和方程。

本文插图

4.发现和消除错误
interactive debugger 也是一个神奇的函数，但我已经为它提供了自己的一个类别。如果在运行代码单元时遇到异常，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，将您带到发生异常的位置。您还可以检查程序中分配的变量值，并在此处执行操作。要退出调试器，请单击 q 。

本文插图

5.输出也可以很漂亮
如果您想为数据结构生成美观的表示， pprint 是你想要的模块，它在打印字典或 JSON 数据时特别有用。让我们来看一个使用 print 和 pprint 显示输出的示例。

本文插图

6.突出报警框
我们可以在您的 Jupyter 笔记本中使用警告/注释框来突出显示重要的内容或任何需要突出显示的内容。注释的颜色取决于警报的类型。只需在需要突出显示的单元格中添加以下代码。
蓝色警报框：信息提示
&ltdiv class="alert alert-block alert-info"&gt&ltb&gtTip:b&gt
Use blue boxes (alert-info) fortips and notes.If it’s a note, you don’t have to include the word “Note”.&lt/div&gt 黄色警报框：警告
&ltdiv class="alert alert-block alert-warning"&gt&ltb&gtExample:b&gt
Yellow Boxes are generally used to include additional examples or mathematical formulas.&lt/div&gt 绿色警报框：成功
class
="alert alert-block alert-success"&gtUse green box only when necessary like to display links to related content. 红色警报框：危险
class
="alert alert-block alert-danger"&gtIt isgood to avoid red boxes but can be used to alert users to not delete some important part of code etc. 7.打印单元格的所有输出
考虑一个包含以下代码行的 Jupyter notebook 单元：
In [1]: 10+511+6
Out [1]: 17

通常情况下，单元格中只有最后一个输出会被打印出来，对于其他输出，我们需要添加 print（）函数。好吧，其实我们只需在 notebook 顶部添加以下代码片段就可以打印所有输出。
from IPython.core.interactiveshell import InteractiveShell InteractiveShell.ast_node_interactivity = "all"
现在所有的输出都被一个接一个地打印出来
In [1]: 10+511+612+7
Out [1]: 15Out [1]: 17Out [1]: 19
要恢复到原始设置：
InteractiveShell.ast_node_interactivity = "last_expr"
8.使用「i」文件运行 python 脚本
从命令行运行 python 脚本的一种典型方法是：python hello.py 。但是，如果您在运行同一脚本（如 python）时添加了一个额外的-i hello.py ，那么它提供了更多的优势。让我们看看怎么做。
首先，只要程序不结束， python 就不会退出解释器。因此，我们可以检查变量的值以及程序中定义的函数的正确性。

本文插图

其次，我们可以通过以下方式轻松调用 Python 调试器，因为我们仍在解释器中：
importpdbpdb.pm()
这将使我们进入异常发生的位置，然后我们可以处理代码。

本文插图

查看来源可以点击这里。
9.自动注释代码
ctrl/cmd+/自动将单元格中选定的行注释掉，再次点击组合将取消对同一行代码的注释。

本文插图

10.删除容易恢复难
你有没有不小心删除了 Jupyter notebook 上的一个单元的经历？如果有，那么这里有一个快捷方式可以撤消删除操作。
如果删除了单元格的内容，则可以通过按 ctrl/cmd+z 轻松恢复该内容。
如果需要恢复整个已删除单元格，请按 Esc+Z 或 EDIT &gt Undo 撤销删除单元格。

本文插图

结论
在本文中，我列出了在使用 Python 和 Jupyter notebook 时收集到的主要技巧。我相信它们会对你有用，你会从这篇文章中收回一些东西。好了，开始快乐的编码之旅吧！
声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。邮箱地址：newmedia@xxcb.cn