7個(gè)Python特殊技巧，助力你的數(shù)據(jù)分析工作之路

本文列舉了一些提升或加速日常數(shù)據(jù)分析工作的技巧，包括：

1. Pandas Profiling

2. 使用 Cufflinks 和 Plotly 繪制 Pandas 數(shù)據(jù)

3. IPython 魔術(shù)命令

4. Jupyter 中的格式編排

5. Jupyter 快捷鍵

6. 在 Jupyter(或 IPython)中使一個(gè)單元同時(shí)有多個(gè)輸出

7. 為 Jupyter Notebook 即時(shí)創(chuàng)建幻燈片

1. Pandas Profiling

該工具效果明顯。下圖展示了調(diào)用 df.profile_report() 這一簡(jiǎn)單方法的結(jié)果：

使用該工具只需安裝和導(dǎo)入 Pandas Profiling 包。

本文不再詳述這一工具，如欲了解更多，請(qǐng)閱讀：

https：//towardsdatascience.com/exploring-your-data-with-just-1-line-of-python-4b35ce21a82d

2. 使用 Cufflinks 和 Plotly 繪制 Pandas 數(shù)據(jù)

「經(jīng)驗(yàn)豐富的」數(shù)據(jù)科學(xué)家或數(shù)據(jù)分析師大多對(duì) matplotlib 和 pandas 很熟悉。也就是說(shuō)，你只需調(diào)用 .plot() 方法，即可快速繪制簡(jiǎn)單的 pd.Dataframe 或 pd.Series：

有點(diǎn)無(wú)聊?

這已經(jīng)很好了，不過(guò)是否可以繪制一個(gè)交互式、可縮放、可擴(kuò)展的全景圖呢?是時(shí)候讓 Cufflinks* *出馬了!(Cufflinks 基于 Plotly 做了進(jìn)一步的包裝。)

在環(huán)境中安裝 Cufflinks，只需在終端中運(yùn)行! pip install cufflinks --upgrade 即可。查看下圖：

效果好多了!

注意，上圖唯一改變的是 Cufflinks cf.go_offline() 的導(dǎo)入和設(shè)置，它將 .plot() 方法變?yōu)?.iplot()。

其他方法如 .scatter_matrix() 也可以提供非常棒的可視化結(jié)果：

需要做大量數(shù)據(jù)可視化工作的朋友，可以閱讀 Cufflinks 和 Plotly 的文檔，發(fā)現(xiàn)更多方法。

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

• Plotly 文檔：https：//plot.ly/

3. IPython 魔術(shù)命令

IPython 的「魔術(shù)」是 IPython 基于 Python 標(biāo)準(zhǔn)語(yǔ)法的一系列提升。魔術(shù)命令包括兩種方法：行魔術(shù)命令(line magics)：以 % 為前綴，在單個(gè)輸入行上運(yùn)行;單元格魔術(shù)命令(cell magics)：以 %% 為前綴，在多個(gè)輸入行上運(yùn)行。下面列舉了 IPython 魔術(shù)命令提供的一些有用功能：

%lsmagic：找出全部命令

如果你只記得一個(gè)魔術(shù)命令，那必須得是這一個(gè)。執(zhí)行 %lsmagic 命令將提供所有可用魔術(shù)命令的列表：

%debug：交互式 debug

這可能是我最常使用的魔術(shù)命令了。

大部分?jǐn)?shù)據(jù)科學(xué)家都遇到過(guò)這種情況：執(zhí)行的代碼塊一直 break，你絕望地寫了 20 個(gè) print() 語(yǔ)句，想輸出每個(gè)變量的內(nèi)容。然后，當(dāng)你最終修復(fù)問(wèn)題后，你還得返回并再次刪除所有 print() 語(yǔ)句。

不過(guò)以后再也不用這樣了。遇到問(wèn)題后只需執(zhí)行 %debug 命令，即可執(zhí)行想要運(yùn)行的任意代碼部分：

上圖中發(fā)生了什么?

1. 我們有一個(gè)函數(shù)，它以列表為輸入，并對(duì)所有的偶數(shù)取平方值。

2. 我們運(yùn)行函數(shù)，但是出了些問(wèn)題。但是我們并不知道怎么回事!

3. 對(duì)該函數(shù)使用%debug 命令。

4. 讓調(diào)試器告訴我們 x 和 type(x) 的值。

5. 問(wèn)題顯而易見：我們把'6'作為字符串輸入到函數(shù)中了!

這對(duì)于更復(fù)雜的函數(shù)非常有用。

%store：在 notebook 之間傳遞變量

這個(gè)命令也很酷。假設(shè)你花了一些時(shí)間清洗 notebook 中的數(shù)據(jù)，現(xiàn)在你想在另一個(gè) notebook 中測(cè)試一些功能，那么你是在同一個(gè) notebook 中實(shí)現(xiàn)該功能，還是保存數(shù)據(jù)并在另一個(gè) notebook 中加載數(shù)據(jù)呢?使用%store 命令后，這些操作都不需要!該命令將存儲(chǔ)變量，你可以在其他任意 notebook 中檢索該變量：

• %store [variable] 存儲(chǔ)變量。

• %store -r [variable] 讀取/檢索存儲(chǔ)變量。

%who：列出所有全局變量。

你是否遇到過(guò)，為變量賦值后卻忘記變量名的情況?或者不小心刪掉了負(fù)責(zé)為變量賦值的單元格?使用%who 命令，你可以得到所有全局變量的列表：

%%time：計(jì)時(shí)魔法命令

使用該命令可以獲取所有計(jì)時(shí)信息。只需對(duì)任意可執(zhí)行代碼應(yīng)用%%time 命令，你就可以得到如下輸出：

%%writefile：向文件寫入單元格內(nèi)容

在 notebook 中寫復(fù)雜函數(shù)或類，且想將其保存到專屬文件中時(shí)，該魔法命令非常有用。只需為函數(shù)或類的單元格添加 %%writefile 前綴和想要保存到的文件名即可：

如上所示，我們可以將創(chuàng)建的函數(shù)保存到 utils.py 文件中，然后就可以隨意導(dǎo)入了。在其他 notebook 中也可以這樣，只要與 utils.py 文件屬于同一個(gè)目錄即可。

4. Jupyter 中的格式編排

這個(gè)工具很酷!Jupyter 考慮到 markdown 中存在 HTML / CSS 格式。以下是我最經(jīng)常使用的功能：

藍(lán)色、時(shí)尚：

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

紅色、輕微慌張：

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

綠色、平靜：

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

下圖展示了它們的運(yùn)行過(guò)程：

當(dāng)你想以 Notebook 格式呈現(xiàn)一些發(fā)現(xiàn)時(shí)，這非常有用!

5. Jupyter 快捷鍵

想了解和學(xué)習(xí)鍵盤快捷鍵，你可以使用命令面板：Ctrl + Shift + P，獲取 notebook 所有功能的列表。下面選取了幾個(gè)最基礎(chǔ)的命令：

• Esc：進(jìn)入命令模式。在命令模式內(nèi)，你可以使用方向鍵在 notebook 內(nèi)進(jìn)行導(dǎo)航。

在命令模式內(nèi)：

• A 和 B：在當(dāng)前單元格上方(Above)或下方(Below)插入新的單元格。

• M：當(dāng)前單元格轉(zhuǎn)入 Markdown 狀態(tài)。

• Y：當(dāng)前單元格轉(zhuǎn)入 code 狀態(tài)。

• D，D：刪除當(dāng)前單元格。

• Enter：當(dāng)前單元格回到編輯模式。

  
  

在編輯模式內(nèi)：

• Shift + Tab：為你在當(dāng)前單元格中鍵入的對(duì)象提供文檔字符串(文檔)，持續(xù)使用該快捷鍵，可循環(huán)使用文檔模式。

• Ctrl + Shift + -：在光標(biāo)所在處分割當(dāng)前單元格。

• Esc + F：查找并替換代碼(不包括輸出)。

• Esc + O：切換單元格輸出。

選擇多個(gè)單元格：

• Shift + Down 和 Shift + Up：選中下方或上方的單元格。

• Shift + M：合并選中單元格。

注意，選中多個(gè)單元格后，你可以批量執(zhí)行刪除/復(fù)制/剪切/粘貼/運(yùn)行操作。

6. 在 Jupyter(或 IPython)中使一個(gè)單元同時(shí)有多個(gè)輸出

想展示 pandas Dataframe 的 .head() 和 .tail()，但由于創(chuàng)建運(yùn)行 .tail() 方法的額外代碼單元過(guò)于麻煩而不得不中途放棄，你是否有過(guò)這樣的經(jīng)歷?現(xiàn)在不用怕了，你可以使用以下代碼行展示你想展示的輸出：

from IPython.core.interactiveshell import InteractiveShellInteractiveShell.ast_node_interactivity = "all"

下圖展現(xiàn)了多個(gè)輸出的結(jié)果：

7. 為 Jupyter Notebook 即時(shí)創(chuàng)建幻燈片

使用 RISE，你可以僅通過(guò)一次按鍵將 Jupyter Notebook 即時(shí)轉(zhuǎn)變?yōu)榛脽羝?。而?notebook 仍然處于活躍狀態(tài)，你可以在展示幻燈片的同時(shí)執(zhí)行實(shí)時(shí)編碼!

要想使用該工具，你只需通過(guò) conda 或 pip 安裝 RISE 即可。

conda install -c conda-forge rise

或者

pip install RISE

現(xiàn)在，你可以點(diǎn)擊新按鈕，為 notebook 創(chuàng)建不錯(cuò)的幻燈片了：