可以让你快速用Python进行数据分析的10个小技巧
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_profiling
df = 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 cufflinks
pip install cufflinks
用法
#importing Pandas
import pandas as pd
#importing plotly and cufflinks in offline mode
import cufflinks as cf
import 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
<p 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”.
</p>
黄色警示框:警告
<p class="alert alert-block alert-warning">
<b>Example:</b> Yellow Boxes are generally used to include additional examples or mathematical formulas.
</p>
绿色警示框:成功
<p class="alert alert-block alert-success">
Use green box only when necessary like to display links to related content.
</p>
红色警示框:高危
<p 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.
</p>
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+6
Out [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+7
Out [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 pdb
pdb.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!
绛旓細杩欏皢甯姪浣犳洿濂藉湴鐞嗚В娓告垙鐨勯昏緫鍜屽疄鐜般2. 閫夋嫨涓涓父鎴忓紩鎿庯細鏈夎澶Python娓告垙寮曟搸鍙緵閫夋嫨锛屽Pygame銆丳anda3D銆丟odot绛夈傝繖浜涘紩鎿鍙互甯姪浣犲揩閫鍦板垱寤烘父鎴忕晫闈佸鐞嗚緭鍏ュ拰杈撳嚭銆佸姞杞借祫婧愮瓑銆傛牴鎹綘鐨勯渶姹傚拰鎶鑳介夋嫨鍚堥傜殑寮曟搸銆3. 瀛︿範娓告垙璁捐鐞嗚锛氫簡瑙f父鎴忚璁$殑鍩烘湰鍘熷垯锛屽娓告垙鎬э紙鐜╁鎺у埗銆佹寫鎴...
绛旓細4銆佺綉缁滅埇铏細Python鍙互浣跨敤Requests鍜孊eautifulSoup绛夊簱杩涜缃戠粶鐖櫕锛鍙互蹇鍦扮埇鍙栫綉绔欏拰缃戦〉鐨勫唴瀹瑰拰缁撴瀯锛屽苟杩涜鏁版嵁鍒嗘瀽鍜屽簲鐢ㄣ備簩銆丳ython缂栫▼鐨勪紭鍔 1銆佸厤璐癸細Python鏄紑婧愯蒋浠讹紝杩欐剰鍛崇潃浣犱笉鐢ㄨ姳涓鍒嗛挶渚胯兘澶嶅埗銆侀槄璇汇佹敼鍔ㄥ畠銆傝繖涔熸槸Python瓒婃潵瓒婁紭绉鐨勫師鍥犫斺斿畠鏄敱涓缇ゅ笇鏈涚湅鍒颁竴涓洿鍔犱紭绉鐨...
绛旓細4. 閫氳繃浣跨敤Python鐨鏁版嵁鍙鍖栧簱锛屽Matplotlib鍜孲eaborn锛屾潵灏嗗垎鏋愮粨鏋滃彲瑙嗗寲锛屼究浜庢洿濂藉湴鐞嗚В澶ч噺鏁版嵁鍜屽紩棰嗗悗缁伐浣溿傛讳箣锛孭ython鎻愪緵浜嗙伒娲诲拰寮哄ぇ鐨勫伐鍏烽泦锛岀粨鍚堥傚綋鐨勬枃鐚垎鏋愰鍩熺煡璇嗭紝鍙互蹇銆佷究鎹峰湴瀹屾垚鏂囩尞鍒嗘瀽浠诲姟銆備妇渚嬫潵璇达紝涓涓爺绌朵汉鍛樻兂瀵规煇涓鍩熺殑鏂囩尞杩涜鍒嗘瀽锛屾帰绌跺叾涓殑鐮旂┒閲嶇偣銆佺儹鐐瑰拰...
绛旓細3.鎵撳紑缁堢锛岃繘鍏ython浜虹嫍澶ф垬鐨勪唬鐮佺洰褰曘傚湪缁堢涓緭鍏ythonmain.py鍛戒护锛屽嵆鍙繍琛屾父鎴忋4.娓告垙寮濮嬪悗锛屼綘闇瑕佺紪鍐欎汉宸ユ櫤鑳界畻娉曟潵鎺у埗浣犵殑鐙椼備綘鍙互鍦ㄤ唬鐮佷腑鎵惧埌AI.py鏂囦欢锛屽苟鍦ㄥ叾涓紪鍐欎綘鐨勭畻娉曘5.鍦ㄧ紪鍐欑畻娉曟椂锛屼綘闇瑕浣跨敤Python鐨鍚勭搴撳拰鍑芥暟鏉ュ疄鐜颁綘鐨勭畻娉曘備緥濡傦紝浣鍙互浣跨敤numpy搴撴潵杩涜鐭╅樀...
绛旓細鏈鍚庯紝浣滆呯粨鍚堝墠闈㈣杩扮殑鍐呭锛屾寜鐓у疄闄呴」鐩紑鍙戠殑姝ラ鍚戣鑰呬粙缁嶄簡鍑犱釜鍏锋湁瀹為檯鎰忎箟鐨凱ython椤圭洰鐨勫紑鍙戣繃绋嬨傛湰涔﹀唴瀹 Google鍜孻ouTube鐢变簬Python鐨楂樺彲閫傚簲鎬с佹槗浜庣淮鎶や互鍙婇傚悎浜蹇寮鍙戣岄噰鐢ㄥ畠銆傚鏋滀綘鎯宠缂栧啓楂樿川閲忋侀珮鏁堢殑骞朵笖鏄撲簬涓庡叾浠栬瑷鍜屽伐鍏烽泦鎴愮殑浠g爜锛屻奝ython瀛︿範鎵嬪唽锛氱4 鐗堛嬪皢甯姪浣犱娇...
绛旓細鐩告瘮浜嶫ava銆乸hp绛夎瑷锛岀洰鍓嶏紝Python缂栫▼浜烘墠缂哄彛杈冨ぇ锛屽競鍦轰緵涓嶅簲姹傦紝灏变笟钖祫涔熸櫘閬嶈緝楂橈紝鍥犳锛岀幇鍦ㄥ涔燩ython鏄粷浣虫満浼氥傞偅涔堬紝濡備綍蹇瀛︿範Python?1.瑕佹湁鍐冲績 鍋氫换浣曚簨鎯咃紝棣栧厛瑕佹湁瓒冲鐨勫喅蹇冨拰鍧氭寔锛屾墠鑳藉仛濂戒簨鎯呫佸濂絇ython涔熸槸濡傛銆2.鍕や簬鍔ㄦ墜 瀵逛簬缂栫▼璇█鐨勫涔狅紝涓鑳鐪奸珮鎵嬩綆锛屽鐨勮繃绋嬩腑...
绛旓細浣跨敤Python杩涜Web寮鍙戠殑浼樺娍锛氱涓銆佹槗浜庝娇鐢ㄥ拰闃呰 鏈夊嚑涓洜绱犲彲浠ョ畝鍖杙ython鍦╓eb寮鍙戜腑鐨勪娇鐢細浣庡叆闂ㄩ棬妲涳細python涓庢垜浠棩甯哥敓娲讳腑浣跨敤鐨勮嫳璇浉浼硷紝璇硶鐨勭畝鍗曟浣挎偍鍙互澶勭悊澶嶆潅鐨勭郴缁燂紝骞剁‘淇濇墍鏈夊厓绱犱箣闂撮兘鍏锋湁鏄庣‘鐨勫叧绯;鍥犳锛屾洿澶氱殑鏂版墜绋嬪簭鍛樺彲浠ュ涔犺璇█骞舵洿蹇湴鍔犲叆缂栫▼绀惧尯銆傝壇濂界殑鍙鍖栵細...
绛旓細瀵圭ぞ浜ょ綉缁滀笂鍙戣█杩涜鏀堕泦鍒嗙被锛岀敓鎴愭儏缁湴鍥撅紝鍒嗘瀽璇█涔犳儻锛涚埇鍙栫綉鏄撲簯闊充箰鏌愪竴绫绘瓕鏇茬殑鎵鏈夎瘎璁猴紝鐢熸垚璇嶄簯锛涙寜鏉′欢绛涢夎幏寰楄眴鐡g殑鐢靛奖涔︾睄淇℃伅骞剁敓鎴愯〃鏍尖︹﹀簲鐢ㄥ疄鍦ㄥお澶氾紝鍑犱箮姣忎釜浜哄涔犵埇铏箣鍚庨兘鑳藉閫氳繃鐖櫕鍘诲仛涓浜涘ソ鐜╂湁瓒f湁鐢ㄧ殑浜嬨3銆佷汉宸ユ櫤鑳 浜哄伐鏅鸿兘鏄幇鍦ㄩ潪甯哥伀鐨勪竴涓柟鍚戯紝AI鐑疆璁㏄ython璇█...
绛旓細NumPy NumPy 鏄 Python 绉戝璁$畻鐨勫熀纭鍖咃紝瀹冩彁渚涳細蹇楂樻晥鐨勫缁存暟缁勫璞 ndarray锛涚洿鎺ュ鏁扮粍鎵ц鏁板杩愮畻鍙婂鏁扮粍鎵ц鍏冪礌绾ц绠楃殑鍑芥暟锛涚嚎鎬т唬鏁拌繍绠椼侀殢鏈烘暟鐢熸垚;灏 C銆丆++銆丗ortran 浠g爜闆嗘垚鍒 Python 鐨宸ュ叿绛夈傚畠涓撲负杩涜涓ユ牸鐨勬暟瀛楀鐞嗚屼骇鐢熴傚涓哄緢澶氬ぇ鍨嬮噾铻嶅叕鍙浣跨敤锛屼互鍙婃牳蹇冪殑绉戝璁$畻缁勭粐濡...
绛旓細浠嶱ython鍩虹鍒扮埇铏殑涔︾睄鏈夊緢澶氬煎緱鎺ㄨ崘鐨勶紝浠ヤ笅鏄嚑鏈瘮杈冨彈娆㈣繋鐨勪功绫嶏細1. 銆奝ython缂栫▼蹇涓婃墜-璁╃箒鐞愬伐浣滆嚜鍔ㄥ寲銆嬶細杩欐湰涔﹂傚悎鍒濆鑰咃紝閫氳繃瀹炰緥璁茶ВPython鐨勫熀纭鐭ヨ瘑锛屽苟浠嬬粛浜濡備綍浣跨敤Python杩涜鏁版嵁閲囬泦鍜岃嚜鍔ㄥ寲澶勭悊銆2. 銆奝ython缃戠粶鏁版嵁閲囬泦銆嬶細杩欐湰涔﹁缁嗕粙缁嶄簡浣跨敤Python杩涜缃戠粶鏁版嵁閲囬泦鐨勬柟娉曞拰...