中年|10 个加速python数据分析的简单小技巧( 二 ) |数据分析|加速|

使用
#importing Pandasimport pandas as pd#importing plotly and cufflinks in offline modeimport cufflinks as cfimport plotly.offlinecf.go_offline()cf.set_config_file(offline=False, world_readable=True)
是时候用 Titanic 数据集来展示它的魔法了。
df.iplot()

本文插图

df.iplot() vs df.plot()
右视图显示的是静态图表，左图表是交互式的，更详细地说，所有这一切在语法上都没有重大变化。
3.一点点 Magic

Magic 命令是 Jupyter notebook 中的一组方便的函数，旨在解决标准数据分析中的一些常见问题。在%lsmagic 的帮助下，您可以看到所有可用的 magic 。

本文插图

所有可用的 magic 函数列表
magic 命令有两种：行 magics（前缀为一个% 字符并在一行输入上操作）和单元 magics（用%% 前缀关联并在多行输入上操作）。如果设置为 1 ，则可以调用 magic 函数，而无需键入初始百分比。
让我们看看其中一些在常见数据分析任务中可能有用的功能：
% pastebin
%Pastebin 将代码上载到 Pastebin 并返回 URL 。 Pastebin 是一种在线内容托管服务，我们可以在其中存储纯文本（如源代码片段），然后可以与其他人共享 URL 。事实上， Github gist 也类似于 Pastebin ，尽管有版本控制。
考虑使用包含以下内容的 python script file.py：
#file.pydef foo(x):return x
使用 Jupyter notebook 中的%pastebin 生成 pastebin url

本文插图

%matplotlib notebook
%matplotlib inline 函数用于呈现 Jupyter noteboo 中的静态 matplotlib 绘图。尝试用 notebook 替换内嵌部件，以轻松获得可缩放和可调整大小的绘图。确保在导入 Matplotlib 库之前调用了函数。

本文插图

%matplotlib inline vs %matplotlib notebook

%run

%run 函数在 notebook 内运行 python 脚本。
%run file.py

%%writefile

%WriteFile 将单元格的内容写入文件。在这里，代码将被写入一个名为 foo 的文件，并保存在当前目录中。

本文插图

%%latex

%%latex 函数将单元格内容呈现为 LaTeX 。它可用于在单元中编写数学公式和方程。

本文插图

4.发现和消除错误
interactive debugger 也是一个神奇的函数，但我已经为它提供了自己的一个类别。如果在运行代码单元时遇到异常，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，将您带到发生异常的位置。您还可以检查程序中分配的变量值，并在此处执行操作。要退出调试器，请单击 q 。