10个小技巧:快速用Python进行数据分析
点击上方“码农突围”,马上关注,每天上午8:50准时推送
这里是码农充电第一站,回复“666”,获取一份专属大礼包
真爱,请设置“星标”或点个“在看
大数据文摘出品 来源:towardsdatascience
编译:小七、蒋宝尚 链接:
https://mp.weixin.qq.com/s/sM_J5GMmkbZMNx2kYPi-Tw
一些小提示和小技巧可能是非常有用的,特别是在编程领域。有时候使用一点点黑客技术,既可以节省时间,还可能挽救“生命”。
一个小小的快捷方式或附加组件有时真是天赐之物,并且可以成为真正的生产力助推器。所以,这里有一些小提示和小技巧,有些可能是新的,但我相信在下一个数据分析项目中会让你非常方便。
Pandas中数据框数据的Profiling过程
Profiling(分析器)是一个帮助我们理解数据的过程,而Pandas Profiling是一个Python包,它可以简单快速地对Pandas 的数据框数据进行探索性数据分析。
Pandas中df.describe()和df.info()函数可以实现EDA过程第一步。但是,它们只提供了对数据非常基本的概述,对于大型数据集没有太大帮助。而Pandas中的Profiling功能简单通过一行代码就能显示大量信息,且在交互式HTML报告中也是如此。
对于给定的数据集,Pandas中的profiling包计算了以下统计信息:
由Pandas Profiling包计算出的统计信息包括直方图、众数、相关系数、分位数、描述统计量、其他信息——类型、单一变量值、缺失值等。
安装
用pip安装或者用conda安装
pip install pandas-profiling conda install -c anaconda pandas-profiling
用法
下面代码是用很久以前的泰坦尼克数据集来演示多功能Python分析器的结果。
#importing the necessary packages import pandas as pd import pandas_profilingdf = pd.read_csv('titanic/train.csv') pandas_profiling.ProfileReport(df)
一行代码就能实现在Jupyter Notebook中显示完整的数据分析报告,该报告非常详细,且包含了必要的图表信息。
还可以使用以下代码将报告导出到交互式HTML文件中。
profile = pandas_profiling.ProfileReport(df)profile.to_file(outputfile="Titanic data profiling.html")
Pandas实现交互式作图
Pandas有一个内置的.plot()函数作为DataFrame类的一部分。但是,使用此功能呈现的可视化不是交互式的,这使得它没那么吸引人。同样,使用pandas.DataFrame.plot()函数绘制图表也不能实现交互。如果我们需要在不对代码进行重大修改的情况下用Pandas绘制交互式图表怎么办呢?这个时候就可以用Cufflinks库来实现。
Cufflinks库可以将有强大功能的plotly和拥有灵活性的pandas结合在一起,非常便于绘图。下面就来看在pandas中如何安装和使用Cufflinks库。
安装
pip install plotly# Plotly is a pre-requisite before installing cufflinkspip install cufflinks
用法
#importing Pandas import pandas as pd #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()
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。
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。
%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。
%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。
%%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。
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。
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。
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
<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>
黄色警示框:警告
<div class="alert alert-block alert-warning"> <b>Example:</b> Yellow Boxes are generally used to include additional examples or mathematical formulas. </div>
绿色警示框:成功
<div class="alert alert-block alert-success"> Use green box only when necessary like to display links to related content. </div>
红色警示框:高危
<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+6Out [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+7Out [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。
其次,我们可以轻松地调用python调试器,因为我们仍然在解释器中:
import pdbpdb.pm()
这能定位异常发生的位置,然后我们可以处理异常代码。
自动评论代码
Ctrl / Cmd + /自动注释单元格中的选定行,再次命中组合将取消注释相同的代码行。
删除容易恢复难
你有没有意外删除过Jupyter notebook中的单元格?如果答案是肯定的,那么可以掌握这个撤消删除操作的快捷方式。
如果您删除了单元格的内容,可以通过按CTRL / CMD + Z轻松恢复它。
如果需要恢复整个已删除的单元格,请按ESC + Z或EDIT>撤消删除单元格。
结论
在本文中,我列出了使用Python和Jupyter notebook时收集的一些小提示。我相信它们会对你有用,能让你有所收获,从而实现轻松编码!
相关报道:
https://towardsdatascience.com/10-simple-hacks-to-speed-up-your-data-analysis-in-python-ec18c6396e6b
(完)
更多Python文章
关注「Python技术之巅」
点「在看」的人都变好看了哦
10个小技巧:快速用Python进行数据分析相关推荐
- ☆ 10个小技巧,让你的 Python 代码更加优雅~ ☆
10个小技巧改进的 Python 代码,让你的代码更加简洁.更加 Python 化. 1. 用enumerate代替range 如果你需要遍历一个列表,并且需要同时获取索引和元素,大多数情况可能会使用 ...
- omnigraffle 画曲线_OmniGraffle使用的10个小技巧
OmniGraffle是由The Omni Group制作的一款绘图软件,其只能于运行在Mac OS X和iPad平台之上.在很多方面,OmniGraffle都类似于Microsoft Visio.下 ...
- 聊聊保证线程安全的10个小技巧
`` 前言 对于从事后端开发的同学来说,线程安全问题是我们每天都需要考虑的问题. 线程安全问题通俗的讲:主要是在多线程的环境下,不同线程同时读和写公共资源(临界资源),导致的数据异常问题. 比如:变量 ...
- Word2003的10个小技巧(转)
Word2003的10个小技巧(转) word2003是现在比较流行的文字处理软件之一,也是Office2003办公套装软件的一个重要组成部分.以下是word2003的十个实用小技巧,希望大家在今后使 ...
- 后端开发—10个小技巧教你保证线程安全
前言 对于从事后端开发的同学来说,线程安全问题是我们每天都需要考虑的问题. 线程安全问题通俗的讲:主要是在多线程的环境下,不同线程同时读和写公共资源(临界资源),导致的数据异常问题. 比如:变量a=0 ...
- omnigraffle 导出html,OmniGraffle使用的10个小技巧
原文发表于http://www.weste.net/2014/3-7/95727.html OmniGraffle是由The Omni Group制作的一款绘图软件,其只能于运行在Mac OS X和i ...
- 你一定要知道的保证线程安全的10个小技巧
导语 对于从事后端开发的同学来说,线程安全问题是我们每天都需要考虑的问题. 线程安全问题通俗的讲:主要是在多线程的环境下,不同线程同时读和写公共资源(临界资源),导致的数据异常问题. 比如:变量a=0 ...
- Mac入门必须要知道的10个小技巧
刚开始不了解Mac时,会觉得很麻烦,但是学习一串小技巧后,你会发现mac系统很有用.以下是一些比较基础的Mac小技巧,希望会帮到更入手mac的小伙伴们. 1.快速找到光标 如果在混乱之中找不到屏幕中的 ...
- WIN10实用小技巧——快速回到桌面
系列文章目录 WIN10实用小技巧--快速回到桌面 方法 键盘 windows键+D 鼠标 鼠标移动到桌面右下角单击左键,即可将所有打开的程序窗口最小化,再次单击左键回到原来状态.办公摸鱼小技巧狗头
- 三个小技巧快速提高演讲口才
https://www.bilibili.com/video/BV16s411E7AP/?spm_id_from=333.788.videocard.2 文中三个观点: 每个人都会针对于自己的个人喜好 ...
最新文章
- java thread.await_使用Thread.Sleep进行等待的替代方法
- 开机自启动Powershell脚本
- c# 变量,对象,静态类型,集合类的线程安全回顾
- 思科路由器全局、接口、协议调试(下)
- linux管理Windows文件,Linux与Windows互传文件,用户组管理和用户管理
- 使用SQL Server作业设置定时任务
- VLFeat在matlab中的使用
- word把选择答案弄到题目里_怎样将word中后面的答案和题目合并到一起 - 卡饭网...
- python之绘制图形库turtle
- VPP 20.09版本正式发布
- (8)二进制文件方式部署Kubernetes高可用集群----------部署高可用ETCD集群
- 启明星Exchange/outlook预定会议室终端显示解决方案
- ESAPI配置文件自定义路径
- vue实现点击按钮“查看详情”弹窗展示详情列表
- “向日葵”远程控制软件,方舟Q2硬件付费/免费功能全面评测,拔草向
- 2022.10.25 固体物理
- 传送门骑士修改服务器数据,《传送门骑士》怎么刷资源 修改存档获取资源方法...
- 每个创业者都是一本小说
- java开发工程师面试自我介绍_Java程序员面试如何自我介绍HR这一关
- mv移动或重命名文件