数据分析工具之numpy、pandas & jupyter notebook基本使用

最新推荐文章于 2024-04-16 08:15:00 发布

HoneyGrapefruit

最新推荐文章于 2024-04-16 08:15:00 发布

阅读量720

点赞数 1

文章标签： jupyter

本文链接：https://blog.csdn.net/Lemon_Review/article/details/120274114

版权

本文介绍了数据分析工具numpy、pandas和jupyter notebook的基础使用，包括安装、使用魔法指令、查看运行效率、快捷键、公式编辑，以及如何生成二维数组、计算平均值、使用pandas进行数据处理，并展示了写入Excel文件和生成图表的方法。

摘要由CSDN通过智能技术生成

数据分析工具之numpy、pandas & jupyter notebook基本使用

安装

命令行使用命令：pip install numpy pandas 、pip install jupyter jupyterlab安装第三方库

jupyter notebook 与jupyterlab 使用方式大同小异。本文只分享jupyter notebook的使用

使用

cd至想要保存生成文件的目标路径后使用如下命令：jupyter notebook后会自动使用默认浏览器打开网页(显示该路径下的所有文件)。如无法自动跳转则需要配置：命令行使用：jupyter notebook --generate-config

复制其路径使用记事本打开该文件，查找(ctrl + f) c.NotebookApp.password =

在配置文件的这句后面添加：

import webbrowser
webbrowser.register(“chrome”,None,webbrowser.GenericBrowser(u"C:\Program Files(x86)\Google\Chrome\Application\chrome.exe"))
c.NotebookApp.browser = “chrome”

若为其他浏览器则将Chrome替换为相应的浏览器(如：“QQ浏览器”)，相应的路径也替换为对应浏览器的安装路径(.exe)

* ?获取“*”帮助

import random
random?

魔法指令

%ls

运行时间效率

%timeit [1,2,3,4,5]
48.9 ns ± 1.95 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

%timeit (1,2,3,4,5)
7.1 ns ± 0.434 ns per loop (mean ± std. dev. of 7 runs, 100000000 loops each)

查看魔法指令

%lsmagic

Available line magics:
%alias  %alias_magic  %autoawait  %autocall  %automagic  %autosave  %bookmark  %cd  %clear  %cls  %colors  %conda  %config  %connect_info  %copy  %ddir  %debug  %dhist  %dirs  %doctest_mode  %echo  %ed  %edit  %env  %gui  %hist  %history  %killbgscripts  %ldir  %less