10个简单的hacker技术加速你在Python中的数据分析
来源
技巧和窍门，特别是在编程领域，可以非常有用。有时，一个小黑客既可以节省时间，也可以挽救生命。一个小的快捷方式或附加功能有时会被证明是上帝的恩赐，可以成为一个真正的生产力的助推器。
因此，这里有一些我最喜欢的技巧和窍门，我已经使用并以本文的形式汇编在一起。有些可能是众所周知的，有些可能是新的，但我确信它们在你下次从事数据分析项目时将非常方便。
-
对pandas数据框架进行分析
剖析是一个帮助我们理解数据的过程，Pandas剖析是一个Python包，正是这样做的。它是对Pandas Dataframe进行探索性数据分析的一种简单而快速的方法。
pandas df.describe()和df.info()函数通常被用作EDA过程中的第一步。
然而，它只能给出数据的一个非常基本的概述，在大数据集的情况下没有什么帮助。
另一方面，Pandas Profiling函数用df.profile_report()扩展了pandas DataFrame，用于快速数据分析。它只用一行代码就能显示大量的信息，而且是在一个交互式的HTML报告中。
对于一个给定的数据集，pandas剖析包会计算以下的统计数据。
剖析包计算的统计数据。 安装
pip install pandas-profiling
或
conda install -c anaconda pandas-profiling
使用方法 让我们使用古老的泰坦尼克号数据集来展示多功能的python分析器的能力。
#导入必要的软件包
import pandas as pd
import pandas_profiling
#Pandas-Profiling 2.0.0
df = pd.read_csv('titanic/train.csv')
df.profile_report()
这一行代码就是你需要在Jupyter笔记本中显示数据分析报告的全部内容。该报告相当详细，包括必要的图表。
该报告也可以通过以下代码导出为一个交互式的HTML文件。
profile = df.profile_report(title='Pandas Profiling Report')
profile.to_file(outputfile="Titanic data profiling.html")
更多细节和例子请参考文档。
-
为Pandas图谱带来交互性 Pandas有一个内置的 .plot()函数作为DataFrame类的一部分。然而，用这个函数渲染的可视化效果并不是交互式的，这使得它的吸引力大打折扣。
相反，也不能排除用pandas.DataFrame.plot()函数来绘制图表的便利性。如果我们可以用pandas绘制类似plotly的交互式图表，而不必对代码进行重大修改呢？那么，在Cufflinks库的帮助下，你实际上可以做到这一点。
Cufflinks 库将 plotly 的功能与 pandas 的灵活性结合起来，以方便绘图。现在让我们来看看如何安装这个库并让它在 pandas 中工作。
安装
pip install plotly
# Plotly是安装cufflinks之前的前提条件
pip install cufflinks
使用方法
#importing the necessary packages
import pandas as pd
import pandas_profiling
#Pandas-Profiling 2.0.0
df = pd.read_csv('titanic/train.csv')
df.profile_report()
是时候看看泰坦尼克号数据集的魔力了。
df.iplot()
df.iplot() vs df.plot()
右边的可视化显示的是静态图表，而左边的图表是交互式的，而且更详细，所有这些都没有在语法上有任何重大改变。
点击这里查看更多的例子。
3.A Dash of Magic 魔术命令是Jupyter笔记本中的一组便捷功能，旨在解决标准数据分析中的一些常见问题。你可以在%lsmagic的帮助下看到所有可用的魔法。
所有可用的魔法函数的列表 魔法命令有两种：行魔法，前缀为单个%字符，对单行输入进行操作；单元魔法，与双%的前缀相关，对多行输入进行操作。魔术函数如果设置为1，则无需输入初始的%即可调用。
让我们看看其中一些在常见的数据分析任务中可能有用的函数。
% 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，我们可以在这里存储像源代码片段这样的纯文本，然后URL可以与他人分享。事实上，Github的Gist也类似于Pastebin，尽管有版本控制。
考虑一个有以下内容的python脚本file.py。
#file.py
def foo(x):
return x
在Jupyter笔记本中使用%pastebin会生成一个pastebin网址。
%matplotlib notebook
%matplotlib内联函数用于在Jupyter笔记本中呈现静态的matplotlib图。试着将inline部分替换为notebook，以获得可缩放和可调整大小的图，很容易。请确保在导入matplotlib库之前调用该函数。
%matplotlib inline vs %matplotlib notebook
%run
The %run function runs a python script inside a notebook.
%run file.py
%%writefile
%%writefile将一个单元格的内容写到一个文件中。这里的代码将被写入一个名为foo.py的文件并保存在当前目录下。
%latex %%latex函数将单元格的内容渲染成LaTeX格式。它对于在单元格中写数学公式和方程式很有用。
-
查找和消除错误 交互式调试器也是一个神奇的函数，但我给它一个自己的类别。如果你在运行代码单元时得到一个异常，在新的一行中输入
%debug并运行它。这将打开一个交互式的调试环境，把你带到发生异常的位置。你还可以检查程序中分配的变量的值，也可以在这里进行操作。要退出调试器，按q键。 -
打印也可以是漂亮的 如果你想为你的数据结构产生美观的表示，pprint是一个很好的模块。它在打印字典或JSON数据时特别有用。让我们看看一个同时使用print和pprint来显示输出的例子。
-
让注释脱颖而出。 我们可以在你的Jupyter笔记本中使用警报注解框来突出重要的东西或任何需要突出的东西.
注释的颜色取决于所指定的警报类型。只要在需要突出显示的单元格中添加以下任何或全部代码即可。
Blue Alert Box: info
<div class="alert alert-block alert-info">
<b>Tip:</b> Use blue boxes (alert-info) for tips and notes.
If it’s a note, you don’t have to include the word “Note”.
</div>
Yellow Alert Box: Warning
<div class="alert alert-block alert-warning">
<b>Example:</b> Yellow Boxes are generally used to include additional examples or mathematical formulas.
</div>
Green Alert Box: Success
<div class="alert alert-block alert-success">
Use green box only when necessary like to display links to related content.
</div>
Red Alert Box: Danger
<div class="alert alert-block alert-danger">
It is good to avoid red boxes but can be used to alert users to not delete some important part of code etc.
</div>
-
打印一个单元格的所有输出 考虑到Jupyter笔记本的一个单元格包含以下几行代码。
In [1]: 10+5
11+6
Out [1]: 17
这是单元格的一个正常属性，只有最后一个输出被打印出来，对于其他输出，我们需要添加print()函数。那么，事实证明，我们只需在笔记本的顶部添加以下片段，就可以打印所有的输出。
现在，所有的输出都被一个接一个地打印出来。
from IPython.core.interactiveshell
import InteractiveShell
InteractiveShell.ast_node_interactivity = "all"
Now all the outputs get printed one after the other.
In [1]: 10+5
11+6
12+7
Out [1]: 15
Out [1]: 17
Out [1]: 19
要恢复到原来的设置:
InteractiveShell.ast_node_interactivity="last_expr"
-
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。
然而，如果你在运行同一个脚本时再加上一个-i，例如
python -i hello.py
就会有更多的好处。让我们来看看是怎么回事。
首先，一旦程序结束，python就不会退出解释器。因此，我们可以检查变量的值和我们程序中定义的函数的正确性。
其次，我们可以很容易地调用python调试器，因为我们仍然在解释器中，方法是：1:
import pdb
pdb.pm()
这将把我们带到发生异常的位置，然后我们就可以对代码进行处理了。
黑客的原始来源。
-
自动注释代码
Ctrl/Cmd+/自动注释单元格中的选定行。再次点击该组合将取消对同一行代码的注释。
-
删除是人，恢复是神
你是否曾经在Jupyter笔记本中不小心删除了一个单元格？如果是的话，那么这里有一个快捷方式，可以撤销这个删除动作。
如果你删除了一个单元格的内容，你可以通过点击CTRL/CMD+Z轻松恢复它。 如果你需要恢复整个被删除的单元格，请点击ESC+Z或EDIT > 撤销删除单元格
总结
在这篇文章中，我列出了我在使用Python和Jupyter笔记本时收集的主要技巧。我相信这些简单的小技巧会对你有用，你会从这篇文章中得到一些收获。到那时，祝你编码愉快！。
本文由 mdnice 多平台发布
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
