来自公众号：优达学城Udacity

作者：Parul Pandey，译者：欧剃，编辑：肉松

原文链接：https://towardsdatascience.com/10-simple-hacks-to-speed-up-your-data-analysis-in-python-ec18c6396e6b

在编程的世界里，有时候一些小窍门和小技巧，能帮你节省不少时间和生命。有时可能是一个不起眼的快捷操作，或者一个小小的插件。希望今天分享的这 10 个超级实用的 Python 数据分析技巧，可以“撬动”你的生产力！

■ 1 对 pandas 数据表进行预览分析（Profiling）

预览分析 是一个能帮助我们理解数据的过程。Pandas Profiling 这个 Python 库就是专门用来进行预览分析的，它能让你简单而快速地对 Pandas 数据表进行探索性数据分析（Exploratory Data Analysis，缩写 EDA）。在 EDA 的第一步，我们往往会用到 pandas 的 df.describe() 和 df.info() 函数，但它们只给出非常基本的数据概况，在处理大型数据集的时候能起到的帮助十分有限。

另一方面，使用 Pandas Profiling 提供的 df.profile_report() 函数，你只需要一行代码就能快速生成一个包含了大量详细信息的交互式 HTML 报告。

对于给出的某个具体数据集，Pandas Profiling 库能计算出以下这些统计信息：

安装

pip install pandas-profiling

或

conda install -c anaconda pandas-profiling

使用

让我们用泰坦尼克号乘客的老古董数据集来举个栗子：

要在 Jupyter notebook 里显示数据预览分析的结果，你只需要这么一行代码就够了。生成的结果相当详细，包含了各种你可能会需要的图表。

你还可以用这样的代码把结果导出成一个交互式 HTML 文件：

你可以在这个库的官方文档（链接见文末）中查询到更详细的用法和实例代码。

■ 2 创建可交互的 Pandas 图表

Pandas 库已经为数据表（DataFrame 类）内置了一个 .plot() 的绘图函数。然而，用这个函数生成的可视化结果并不支持交互，也就没那么引人瞩目。而另一方面，pandas.DataFrame.plot() 函数生成图表的便利性也是无可取代的。

那么，我们能不能在不对代码进行太多修改的情况下，用 Pandas 绘制出交互式图表呢？事实上，你可以通过 Cufflinks 库来实现这个目的。

安装

安装 cufflinks 前，要先安装它依赖的 Plotly 库：

使用

还是以泰坦尼克号数据集为例，用这一行代码演示一下黑魔法：

df.iplot()

（df.iplot() 和 df.plot() 的对比）

比起下图的静态图表，上图的交互式图表能显示出更详细的信息，而这一切并不需要太多的语法变化。

你可以在官方示例（链接见文末）中看到更详细的例子。

■ 3 来一点“魔法” 

Jupyter Notebooks 中的“魔法命令”是一系列便捷的函数，用于解决标准数据分析时的一些常见问题。你可以用 %lsmagic 命令来列出所有的“魔法命令”。

（所有可用的“魔法命令”的列表）

魔法命令又分成两类，一种是行魔法，前缀为单个 % 字符，只作用于单行代码；另一种是 单元格魔法，以 %% 为前缀，能作用于整个单元格。如果 Notebook 的 Automagic 选项设置为 1 ，你可以省略单行魔法命令的前缀 %。

让我们看看几个在通常的数据分析中十分有用的命令吧。

%pastebin

%pastebin 命令将一段代码上传到 Pastebin 上，并返回对应的链接。Pastebin 是一个在线剪贴板分享服务，用户可以在上面存储各种纯文本内容（比如代码片段），然后将对应的链接分享给其他人。事实上 Github gist 也是一个类似 pastbin 的服务，只不过它带有版本控制功能。

假设有一个 python 脚本文件 file.py，内容如下：

然后在 Jupyter Notebook 里用 %pastebin 生成一个分享链接：

%matplotlib notebook

%matplotlib inline 命令会让静态的 matplotlib 图表在 Jupyter notebook 的运行结果区域内显示。如果你把命令中的 inline 换成 notebook，你还能轻松获得一个可缩放和调整大小的图表。你应当在导入 matplotlib 库之前先运行 %matplotlib 命令。

（%matplotlib inline 和 %matplotlib notebook 的对比）

%run

%run 命令可以在 notebook 中运行外部 python 脚本：

%run file.py

%%writefile

%%writefile 能将一个单元格的内容保存成文件。下面这段代码就会被写入 foo.py 文件中，并保存在当前目录下。

%%latex

%%latex 命令让你可以用 LaTeX 语法渲染单元格的内容。在编写数学公式和方程的时候很好用。

■ 4 排查代码错误

其实交互式调试器（interactive debugger）本身也是一个魔法命令，但我把它单独拿出来说。

如果你在运行一个代码单元格的时候出现了异常，你可以新起一行，运行 %debug 命令。这将打开一个交互式的调试环境，把你带到异常发生的位置。你可以在此检查程序中各个变量的值，并执行各种操作。输入 q 退出调试器。

■ 5 美化 print 输出

如果你想为数据结构生成美观的输出信息，pprint 就是首选的模块。它在输出字典对象或 JSON 数据的时候特别有用。下面是一个用 print 和 pprint 输出信息的例子：

■ 6 显示醒目的注释

在 Jupyter Notebooks 中，你可以用警告/注释框来高亮显示一些重要或需要注意的信息。注释框的颜色取决于你指定的“警告”类型。你可以在需要的地方试试下面几种代码：

蓝色框：提示

<div class="alertalert-block alert-info">
<b>提示:</b> 使用蓝色提示框(属性为alert-info)来显示提示和注释。
如果是注释，则可以省略上面的“提示”字样。
</div>

黄色框：示例

<div class="alertalert-block alert-warning">
<b>示例：</b> 使用黄色提示框（属性为alert-warning）来显示额外的示例或数学公式。
</div>

绿色框：相关

<div class="alert alert-block alert-success">
绿色提示框（属性为alert-success）一般只在必要的时候使用，来显示和内容相关的链接等。
</div>

红色框：警告

<div class="alert alert-block alert-danger">
<b>警告：</b> 红色提示框（属性为alert-danger）一般不常用，不过可以用在警告用户不要删除一些重要代码等情况。
</div>

下面是几种提示的运行效果：

■ 7 把一个单元格中的所有输出都显示出来

假设有一个Jupyter Notebook 的单元格里，有这样一段代码：

对代码单元格来说，通常只输出单元格最后一个表达式的结果。如果需要显示其他表达式的结果，则需要手动加上 print() 函数。不过，也可以通过在 notebook 的开头运行这样一段代码，让单元格显示所有表达式的结果：

再运行下，就会发现所有表达式的值都被依次打印出来了：

要恢复成默认设置，可以用：

■ 8 使用 '-i' 参数运行 python 脚本

运行一个 Python 脚本的典型做法是在命令行下输入 python hello.py。然而，如果你多加一个 -i 参数，也就是用 python -i hello.py 来运行脚本，会带来一些额外的好处：

首先，当程序运行结束，或是异常退出的时候，python 解释器并不会被关闭。在这种情况下，我们可以检查变量的值，核对函数是否正常工作等。

其次，既然解释器还在，我们可以很容易地调用 Python 调试器来排查问题：

这将会带我们到程序出错的地方，方便我们检查并修改代码。

■ 9 自动注释掉当前行

在编辑器中按下 Ctrl + /（Mac用户是 ⌘ + /）快捷键，可以自动注释掉光标所在的行。再按一次取消注释。

■ 10 手残误删，这样能救

你是否也曾不小心误删了 Jupyter Notebook 中的某个单元格？记住这个快捷键，你还有救：

如果你是不小心删除了单元格中的一部分内容，可以用 Ctrl + Z 快捷键（Mac 用户是 ⌘ + Z）撤销。

如果你需要恢复整个被删除的单元格，请按 ESC+Z，或在菜单上选择编辑（EDIT）-> 撤销删除（Undo Delete Cells）

这些技巧，在日常使用 Python 和 Jupyter Notebooks 进行数据分析的时候都会经常用到。希望它们也能让你更快更高效地完成数据分析工作。如果你有更加黑科技的数据分析技巧，欢迎在下面留言分享鸭。

------end------