python输入10个数据_分享10个数据分析的小技巧(Python)
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
pipinstall pandas-profilingcondainstall -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 packagesimport pandas as pdimport 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#importing Pandas#importing plotly and cufflinks in offline modeimport cufflinks as cfimport plotly.offlinecf.go_offlinecf.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 vsdf.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.pydeffoo(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
Tip: Use blue boxes (alert-info) for tips and notes.If it’s a note, you don’t have to include the word “Note”.
黄色警示框:警告
Example: Yellow Boxes are generally used to include additional examples or mathematical formulas.
绿色警示框:成功
Use green box only when necessary like to display links to related content.
红色警示框:高危
It is good to avoid red boxes but can be used to alert users to not delete some important part of code etc.
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+511+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+511+612+7Out[1]: 15Out[1]: 17Out[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!
python输入10个数据_分享10个数据分析的小技巧(Python)相关推荐
- swiper 滚回第一个数据_名企必备的数据分析基础技能:Python大法(一)
现如今,大数据的发展越来越好,也越来越多的企业中大数据分析已经朝着更好的方向发展.也正是因为这个原因,数据分析行业的人才需求也变得火爆起来,尤其是数据分析.数据挖掘.数据科学家等高端人才,越来越稀缺. ...
- github高级搜索技巧_分享 | 一些 GitHub 的使用小技巧
点击上方蓝字设为星标 每周一.三.五上午 8:30 准时推送 下面开始今天的学习- 作为程序员而言,GitHub 的使用频率可能并不亚于 Google.对于 Google 我们知道一些高级搜索(比如要 ...
- python输入数字并排序_「每日一练」巧用Python实现数字排序
原标题:「每日一练」巧用Python实现数字排序 数字排序在我们的生产和生活中占着非常大的比重,这种思维和技术可以让一组数据更快更明了的展现在我们的面前,极大的提高了我们的工作效率! 那么,你知道如何 ...
- python按位定义数据_《Python3智能数据分析快速入门》—2.2.5 按位运算符
2.2.5 按位运算符 十进制数被人们广泛使用,但对于计算机而言,二进制数反而是更重要的,计算机的一切计算都建立在二进制数计算的基础上.按位运算是一种将十进制数转为二进制数再进行运算的过程.Pytho ...
- 10个Python进行数据分析的小技巧
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 ...
- ipad分屏功能怎么开启_小白必看,自己整理的 10 个你可能不知道的 iPad 系列使用小技巧...
你手上拿着最新款的 iPad,但 iPad 一些及便捷又适用的操作小技巧你肯定或多或少不太清楚,所以趁着这个机会,我想把自己整理的 10 个你可能不知道的 iPad 系列使用小技巧告诉大家,让大伙也能 ...
- Python输入多行数据
Python 输入多行数据 split() 默认以空格形式分隔字符 split(',') 以逗号形式分隔字符 map(function,iterable,-),这里使用function=int或者fl ...
- 分享几个Java面试小技巧,建议收藏!
Java可谓编程界的元老,其资深地位无人撼动.那么学习Java的你,在面试时过五关斩六将还顺利吗?通常来讲,程序员的逻辑思维很清晰,在表达自我方面直接,但这在面试中可行不通,毕竟面试涉及到人际交流,所 ...
- 网络知识:分享几个路由器设置小技巧,欢迎收藏!
路由器是连接因特网中各局域网.广域网的设备.路由器的作用是用于连接不同的网络,同时选择信息传送的线路,从而实现各局域网内的设备共享网络,使其可以同时访问互联网. 今天给大家分享几个路由器设置小技巧,欢 ...
最新文章
- cpu计算机兼容,电脑升级之CPU篇:给CPU升级主要是兼容性问题,其他方法也用不上...
- 从构建分布式秒杀系统聊聊WebSocket推送通知
- TWRP-recovery中文界面安装方法[转]
- 如何在局域网访问Tomcat项目
- 2020地区mysql表_2020年甘肃省军队文职考试职位表下载:张掖地区招13人
- [react] react是什么?它的主要特点是什么?
- CSS3特效 - 会呼吸的button按钮
- 由于芯片短缺 现代汽车牙山工厂将再度停产
- java骨架_基于Mat变换的骨架提取Java
- oracle表内连接和外连接
- 用python 代码写一个表白I love you
- 课程设计(飞机订票系统) 超全
- linux 浮点异常,浮点数学函数异常处理方法
- Python基础 模块化编程(模块的导入)
- 行人重识别论文阅读1-Watching You: Global-guided Reciprocal Learning for Video-based Person Re-identification
- android模仿微信浮窗,Android仿微信视屏悬浮窗效果
- html如何让文字图片同高,css里图片和文字如何等高
- 分布式任务调度系统-定时任务的解决方案
- 二叉排序树,平衡二叉树和哈夫曼树
- sybase使用proxool后的SET CHAINED错误
热门文章
- (三十一)论文阅读 | 文本检测之EAST
- 机器学习之-数学基本函数(幂函数)
- 阿里巴巴代码缺陷检测探索与实践
- 计算机cpu 2.5ghz,电脑CPU 2.5GHZ指的是主频的速度吗,肿么判断CPU的好坏
- 宽带的服务器未响应,宽带拨号服务器未响应
- 杭州海赢科技分享速卖通绑定欧盟责任人流程及相关FAQ
- 在连接里放<int:nid>获取参数 的nid值
- IDEA 导入maven项目后导(下载)包失败的问题
- 涂鸦智能 ① tuya-wifi-mcu-sdk-arduino-library 简单剖析
- LTE-物理信道及映射关系