cda

全國校區

您的位置:首頁 > 精彩閱讀 > 收藏 | 10個可以快速用Python進行數據分析的小技巧

收藏 | 10個可以快速用Python進行數據分析的小技巧

2019-06-27

收藏 | 10個可以快速用Python進行數據分析的小技巧

編譯:小七、蔣寶尚


一些小提示和小技巧可能是非常有用的,特別是在編程領域。有時候使用一點點黑客技術,既可以節省時間,還可能挽救“生命”。

一個小小的快捷方式或附加組件有時真是天賜之物,并且可以成為真正的生產力助推器。所以,這里有一些小提示和小技巧,有些可能是新的,但我相信在下一個數據分析項目中會讓你非常方便。


Pandas中數據框數據的Profiling過程

Profiling(分析器)是一個幫助我們理解數據的過程,而Pandas Profiling是一個Python包,它可以簡單快速地對Pandas 的數據框數據進行探索性數據分析。

Pandas中df.describe和df.info函數可以實現EDA過程第一步。但是,它們只提供了對數據非常基本的概述,對于大型數據集沒有太大幫助。而Pandas中的Profiling功能簡單通過一行代碼就能顯示大量信息,且在交互式HTML報告中也是如此。

對于給定的數據集,Pandas中的profiling包計算了以下統計信息:

收藏 | 10個可以快速用Python進行數據分析的小技巧

由Pandas Profiling包計算出的統計信息包括直方圖、眾數、相關系數、分位數、描述統計量、其他信息——類型、單一變量值、缺失值等。


安裝

用pip安裝或者用conda安裝

pipinstall pandas-profilingcondainstall -c anaconda pandas-profiling


用法

下面代碼是用很久以前的泰坦尼克數據集來演示多功能Python分析器的結果。

#importing the necessary packagesimport pandas as pdimport pandas_profilingdf = pd.read_csv('titanic/train.csv')pandas_profiling.ProfileReport(df)

一行代碼就能實現在Jupyter Notebook中顯示完整的數據分析報告,該報告非常詳細,且包含了必要的圖表信息。

收藏 | 10個可以快速用Python進行數據分析的小技巧

還可以使用以下代碼將報告導出到交互式HTML文件中。

profile = pandas_profiling.ProfileReport(df)profile.to_file(outputfile="Titanic data profiling.html")

收藏 | 10個可以快速用Python進行數據分析的小技巧


Pandas實現交互式作圖

Pandas有一個內置的.plot函數作為DataFrame類的一部分。但是,使用此功能呈現的可視化不是交互式的,這使得它沒那么吸引人。同樣,使用pandas.DataFrame.plot函數繪制圖表也不能實現交互。如果我們需要在不對代碼進行重大修改的情況下用Pandas繪制交互式圖表怎么辦呢?這個時候就可以用Cufflinks庫來實現。

Cufflinks庫可以將有強大功能的plotly和擁有靈活性的pandas結合在一起,非常便于繪圖。下面就來看在pandas中如何安裝和使用Cufflinks庫。


安裝

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)

是時候展示泰坦尼克號數據集的魔力了。

df.iplot

收藏 | 10個可以快速用Python進行數據分析的小技巧
收藏 | 10個可以快速用Python進行數據分析的小技巧

df.iplot vsdf.plot

右側的可視化顯示了靜態圖表,而左側圖表是交互式的,更詳細,并且所有這些在語法上都沒有任何重大更改。


Magic命令

Magic命令是Jupyter notebook中的一組便捷功能,旨在解決標準數據分析中的一些常見問題。使用命令%lsmagic可以看到所有的可用命令。

收藏 | 10個可以快速用Python進行數據分析的小技巧

所有可用的Magic命令列表

Magic命令有兩種:行magic命令(line magics),以單個%字符為前綴,在單行輸入操作;單元magic命令(cell magics),以雙%%字符為前綴,可以在多行輸入操作。如果設置為1,則不用鍵入%即可調用Magic函數。

接下來看一些在常見數據分析任務中可能用到的命令:


% pastebin

%pastebin將代碼上傳到Pastebin并返回url。Pastebin是一個在線內容托管服務,可以存儲純文本,如源代碼片段,然后通過url可以與其他人共享。事實上,Github gist也類似于pastebin,只是有版本控制。

在file.py文件中寫一個包含以下內容的python腳本,并試著運行看看結果。

#file.pydeffoo(x):return x

在Jupyter Notebook中使用%pastebin生成一個pastebin url。

收藏 | 10個可以快速用Python進行數據分析的小技巧


%matplotlib notebook

函數用于在Jupyter notebook中呈現靜態matplotlib圖。用notebook替換inline,可以輕松獲得可縮放和可調整大小的繪圖。但記得這個函數要在導入matplotlib庫之前調用。

收藏 | 10個可以快速用Python進行數據分析的小技巧


%run

用%run函數在notebook中運行一個python腳本試試。

%run file.py%%writefile

%% writefile是將單元格內容寫入文件中。以下代碼將腳本寫入名為foo.py的文件并保存在當前目錄中。

收藏 | 10個可以快速用Python進行數據分析的小技巧

%%latex

%%latex函數將單元格內容以LaTeX形式呈現。此函數對于在單元格中編寫數學公式和方程很有用。

收藏 | 10個可以快速用Python進行數據分析的小技巧


查找并解決錯誤

交互式調試器也是一個神奇的功能,我把它單獨定義了一類。如果在運行代碼單元時出現異常,請在新行中鍵入%debug并運行它。這將打開一個交互式調試環境,它能直接定位到發生異常的位置。還可以檢查程序中分配的變量值,并在此處執行操作。退出調試器單擊q即可。

收藏 | 10個可以快速用Python進行數據分析的小技巧


Printing也有小技巧

如果您想生成美觀的數據結構,pprint是首選。它在打印字典數據或JSON數據時特別有用。接下來看一個使用print和pprint來顯示輸出的示例。

收藏 | 10個可以快速用Python進行數據分析的小技巧

收藏 | 10個可以快速用Python進行數據分析的小技巧


讓你的筆記脫穎而出

我們可以在您的Jupyter notebook中使用警示框/注釋框來突出顯示重要內容或其他需要突出的內容。注釋的顏色取決于指定的警報類型。只需在需要突出顯示的單元格中添加以下任一代碼或所有代碼即可。

藍色警示框: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>

黃色警示框: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>

綠色警示框:成功

<div class="alert alert-block alert-success">Use green box only when necessary like to display links to related content.</div>

紅色警示框: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>


打印單元格所有代碼的輸出結果

假如有一個Jupyter Notebook的單元格,其中包含以下代碼行:

In[1]: 10+511+6Out[1]: 17

單元格的正常屬性是只打印最后一個輸出,而對于其他輸出,我們需要添加print函數。然而通過在notebook頂部添加以下代碼段可以一次打印所有輸出。

添加代碼后所有的輸出結果就會一個接一個地打印出來。

In[1]: 10+511+612+7Out[1]: 15Out[1]: 17Out[1]: 19

恢復原始設置:

InteractiveShell.ast_node_interactivity = "last_expr"


使用'i'選項運行python腳本

從命令行運行python腳本的典型方法是:python hello.py。但是,如果在運行相同的腳本時添加-i,例如python -i hello.py,就能提供更多優勢。接下來看看結果如何。

首先,即使程序結束,python也不會退出解釋器。因此,我們可以檢查變量的值和程序中定義的函數的正確性。

收藏 | 10個可以快速用Python進行數據分析的小技巧

其次,我們可以輕松地調用python調試器,因為我們仍然在解釋器中:

import pdbpdb.pm

這能定位異常發生的位置,然后我們可以處理異常代碼。


自動評論代碼

Ctrl / Cmd + /自動注釋單元格中的選定行,再次命中組合將取消注釋相同的代碼行。

收藏 | 10個可以快速用Python進行數據分析的小技巧


刪除容易恢復難

你有沒有意外刪除過Jupyter notebook中的單元格?如果答案是肯定的,那么可以掌握這個撤消刪除操作的快捷方式。

如果您刪除了單元格的內容,可以通過按CTRL / CMD + Z輕松恢復它。

如果需要恢復整個已刪除的單元格,請按ESC + Z或EDIT>撤消刪除單元格。

收藏 | 10個可以快速用Python進行數據分析的小技巧


結論

在本文中,我列出了使用Python和Jupyter notebook時收集的一些小提示。我相信它們會對你有用,能讓你有所收獲,從而實現輕松編碼!

完 謝謝觀看

分享
收藏

OK
3d彩经网免费预测