10个Python进行数据分析的小技巧_python 怎么分析实验数据

#importing plotly and cufflinks in offline mode
import cufflinks as cfimport
plotly.offline cf.go_offline()
cf.set_config_file(offline=False, world_readable=True)

是时候展示泰坦尼克号数据集的魔力了。

df.iplot()

![在这里插入图片描述](https://img-blog.csdnimg.cn/20200803101858175.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3,size_16,color_FFFFFF,t_70)

df.iplot() vs df.plot()

右侧的可视化显示了静态图表，而左侧图表是交互式的，更详细，并且所有这些在语法上都没有任何重大更改。


## Magic命令


Magic命令是Jupyter notebook中的一组便捷功能，旨在解决标准数据分析中的一些常见问题。使用命令％lsmagic可以看到所有的可用命令。  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200803101930148.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3,size_16,color_FFFFFF,t_70)  
 所有可用的Magic命令列表


Magic命令有两种：行magic命令（line magics），以单个％字符为前缀，在单行输入操作；单元magic命令（cell magics），以双%%字符为前缀，可以在多行输入操作。如果设置为1，则不用键入%即可调用Magic函数。


接下来看一些在常见数据分析任务中可能用到的命令：


## % pastebin


％pastebin将代码上传到Pastebin并返回url。Pastebin是一个在线内容托管服务，可以存储纯文本，如源代码片段，然后通过url可以与其他人共享。事实上，Github gist也类似于pastebin，只是有版本控制。


在file.py文件中写一个包含以下内容的python脚本，并试着运行看看结果。

#file.py
def foo(x):
return x

在Jupyter Notebook中使用％pastebin生成一个pastebin url。  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200803102017904.png)


## %matplotlib notebook


函数用于在Jupyter notebook中呈现静态matplotlib图。用notebook替换inline，可以轻松获得可缩放和可调整大小的绘图。但记得这个函数要在导入matplotlib库之前调用。  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200803102025819.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3,size_16,color_FFFFFF,t_70)


## %run


用％run函数在notebook中运行一个python脚本试试。

%run file.py
%%writefile

%% writefile是将单元格内容写入文件中。以下代码将脚本写入名为foo.py的文件并保存在当前目录中。  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200803102057669.png)


## %%latex


%%latex函数将单元格内容以LaTeX形式呈现。此函数对于在单元格中编写数学公式和方程很有用。  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200803102108901.png)


## 查找并解决错误


交互式调试器也是一个神奇的功能，我把它单独定义了一类。如果在运行代码单元时出现异常，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，它能直接定位到发生异常的位置。还可以检查程序中分配的变量值，并在此处执行操作。退出调试器单击q即可。  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200803102122456.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3,size_16,color_FFFFFF,t_70)


## Printing也有小技巧


如果您想生成美观的数据结构，pprint是首选。它在打印字典数据或JSON数据时特别有用。接下来看一个使用print和pprint来显示输出的示例。  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200803102140594.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3,size_16,color_FFFFFF,t_70)


## 让你的笔记脱颖而出


我们可以在您的Jupyter notebook中使用警示框/注释框来突出显示重要内容或其他需要突出的内容。注释的颜色取决于指定的警报类型。只需在需要突出显示的单元格中添加以下任一代码或所有代码即可。


## 蓝色警示框：信息提示

Tip: Use blue boxes (alert-info) for tips and notes. If it’s a note, you don’t have to include the word “Note”.

![在这里插入图片描述](https://img-blog.csdnimg.cn/20200803102206938.png)


## 黄色警示框：警告

Example: Yellow Boxes are generally used to include additional examples or mathematical formulas.

![在这里插入图片描述](https://img-blog.csdnimg.cn/20200803102231745.png)


## 绿色警示框：成功

Use green box only when necessary like to display links to related content.

![在这里插入图片描述](https://img-blog.csdnimg.cn/20200803102243310.png)


## 红色警示框：高危

It is good to avoid red boxes but can be used to alert users to not delete some important part of code etc.

![在这里插入图片描述](https://img-blog.csdnimg.cn/20200803102334937.png)


## 打印单元格所有代码的输出结果


假如有一个Jupyter Notebook的单元格，其中包含以下代码行：

In [1]: 10+5
11+6

Out [1]: 17

单元格的正常属性是只打印最后一个输出，而对于其他输出，我们需要添加print()函数。然而通过在notebook顶部添加以下代码段可以一次打印所有输出。


添加代码后所有的输出结果就会一个接一个地打印出来。

In [1]: 10+5
11+6
12+7

Out [1]: 15

Out [1]: 17

Out [1]: 19

恢复原始设置：

InteractiveShell.ast_node_interactivity = “last_expr”

## 使用’i’选项运行python脚本


从命令行运行python脚本的典型方法是：python hello.py。但是，如果在运行相同的脚本时添加-i，例如python -i hello.py，就能提供更多优势。接下来看看结果如何。


首先，即使程序结束，python也不会退出解释器。因此，我们可以检查变量的值和程序中定义的函数的正确性。  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200803102656376.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3,size_16,color_FFFFFF,t_70)  


**收集整理了一份《2024年最新Python全套学习资料》免费送给大家，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。**
![img](https://img-blog.csdnimg.cn/img_convert/4d0d4c5a7317d6669326f95acbdcafd0.png)
![img](https://img-blog.csdnimg.cn/img_convert/27050772f6b5af4bf8c16548daade169.png)
![](https://img-blog.csdnimg.cn/img_convert/46506ae54be168b93cf63939786134ca.png)
![](https://img-blog.csdnimg.cn/img_convert/252731a671c1fb70aad5355a2c5eeff0.png)
![](https://img-blog.csdnimg.cn/img_convert/6c361282296f86381401c05e862fe4e9.png) 
![](https://img-blog.csdnimg.cn/img_convert/9f49b566129f47b8a67243c1008edf79.png)

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！**

/img-blog.csdnimg.cn/img_convert/6c361282296f86381401c05e862fe4e9.png) 
![](https://img-blog.csdnimg.cn/img_convert/9f49b566129f47b8a67243c1008edf79.png)

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！**