7个Python特殊技巧，助力你的数据分析工作之路
本文列举了一些提升或加速日常数据分析工作的技巧，包括：
- Pandas Profiling
- 使用 Cufflinks 和 Plotly 绘制 Pandas 数据
- IPython 魔术命令
- Jupyter 中的格式编排
- Jupyter 快捷键
- 在 Jupyter(或 IPython)中使一个单元同时有多个输出
- 为 Jupyter Notebook 即时创建幻灯片
1. Pandas Profiling
该工具效果明显。下图展示了调用 df.profile_report() 这一简单方法的结果：
使用该工具只需安装和导入 Pandas Profiling 包。
本文不再详述这一工具，如欲了解更多，请阅读：
https://towardsdatascience.com/exploring-your-data-with-just-1-line-of-python-4b35ce21a82d
2. 使用 Cufflinks 和 Plotly 绘制 Pandas 数据
「经验丰富的」数据科学家或数据分析师大多对 matplotlib 和 pandas 很熟悉。也就是说，你只需调用 .plot() 方法，即可快速绘制简单的 pd.DataFrame 或 pd.Series：
有点无聊?
这已经很好了，不过是否可以绘制一个交互式、可缩放、可扩展的全景图呢?是时候让 Cufflinks* *出马了!(Cufflinks 基于 Plotly 做了进一步的包装。)
在环境中安装 Cufflinks，只需在终端中运行! pip install cufflinks --upgrade 即可。查看下图：
效果好多了!
注意，上图唯一改变的是 Cufflinks cf.go_offline() 的导入和设置，它将 .plot() 方法变为 .iplot()。
其他方法如 .scatter_matrix() 也可以提供非常棒的可视化结果：
需要做大量数据可视化工作的朋友，可以阅读 Cufflinks 和 Plotly 的文档，发现更多方法。
- Cufflinks 文档：https://plot.ly/ipython-notebooks/cufflinks/
- Plotly 文档：https://plot.ly/
3. IPython 魔术命令
IPython 的「魔术」是 IPython 基于 Python 标准语法的一系列提升。魔术命令包括两种方法：行魔术命令(line magics)：以 % 为前缀，在单个输入行上运行;单元格魔术命令(cell magics)：以 %% 为前缀，在多个输入行上运行。下面列举了 IPython 魔术命令提供的一些有用功能：
(1) %lsmagic：找出全部命令
如果你只记得一个魔术命令，那必须得是这一个。执行 %lsmagic 命令将提供所有可用魔术命令的列表：
(2) %debug：交互式 debug
这可能是我最常使用的魔术命令了。
大部分数据科学家都遇到过这种情况：执行的代码块一直 break，你绝望地写了 20 个 print() 语句，想输出每个变量的内容。然后，当你最终修复问题后，你还得返回并再次删除所有 print() 语句。
不过以后再也不用这样了。遇到问题后只需执行 %debug 命令，即可执行想要运行的任意代码部分：
上图中发生了什么?
- 我们有一个函数，它以列表为输入，并对所有的偶数取平方值。
- 我们运行函数，但是出了些问题。但是我们并不知道怎么回事!
- 对该函数使用%debug 命令。
- 让调试器告诉我们 x 和 type(x) 的值。
- 问题显而易见：我们把'6'作为字符串输入到函数中了!
这对于更复杂的函数非常有用。
(3) %store：在 notebook 之间传递变量
这个命令也很酷。假设你花了一些时间清洗 notebook 中的数据，现在你想在另一个 notebook 中测试一些功能，那么你是在同一个 notebook 中实现该功能，还是保存数据并在另一个 notebook 中加载数据呢?使用%store 命令后，这些操作都不需要!该命令将存储变量，你可以在其他任意 notebook 中检索该变量：
- %store [variable] 存储变量。
- %store -r [variable] 读取/检索存储变量。
%who：列出所有全局变量。
你是否遇到过，为变量赋值后却忘记变量名的情况?或者不小心删掉了负责为变量赋值的单元格?使用%who 命令，你可以得到所有全局变量的列表：
%%time：计时魔法命令
使用该命令可以获取所有计时信息。只需对任意可执行代码应用%%time 命令，你就可以得到如下输出：
%%writefile：向文件写入单元格内容
在 notebook 中写复杂函数或类，且想将其保存到专属文件中时，该魔法命令非常有用。只需为函数或类的单元格添加 %%writefile 前缀和想要保存到的文件名即可：
如上所示，我们可以将创建的函数保存到 utils.py 文件中，然后就可以随意导入了。在其他 notebook 中也可以这样，只要与 utils.py 文件属于同一个目录即可。
4. Jupyter 中的格式编排
这个工具很酷!Jupyter 考虑到 markdown 中存在 HTML / CSS 格式。以下是我最经常使用的功能：
蓝色、时尚：
- <div class="alert alert-block alert-info">
- This is <b>fancy</b>!
- </div>
红色、轻微慌张：
- <div class="alert alert-block alert-danger">
- This is <b>baaaaad</b>!
- </div>
绿色、平静：
- <div class="alert alert-block alert-success">
- This is <b>gooood</b>!
- </div>
下图展示了它们的运行过程：
当你想以 Notebook 格式呈现一些发现时，这非常有用!
5. Jupyter 快捷键
想了解和学习键盘快捷键，你可以使用命令面板：Ctrl + Shift + P，获取 notebook 所有功能的列表。下面选取了几个最基础的命令：
- Esc：进入命令模式。在命令模式内，你可以使用方向键在 notebook 内进行导航。
在命令模式内：
- A 和 B：在当前单元格上方(Above)或下方(Below)插入新的单元格。
- M：当前单元格转入 Markdown 状态。
- Y：当前单元格转入 code 状态。
- D,D：删除当前单元格。
- Enter：当前单元格回到编辑模式。
在编辑模式内：
- Shift + Tab：为你在当前单元格中键入的对象提供文档字符串(文档)，持续使用该快捷键，可循环使用文档模式。
- Ctrl + Shift + -：在光标所在处分割当前单元格。
- Esc + F：查找并替换代码(不包括输出)。
- Esc + O：切换单元格输出。
选择多个单元格：
- Shift + Down 和 Shift + Up：选中下方或上方的单元格。
- Shift + M：合并选中单元格。
注意，选中多个单元格后，你可以批量执行删除/复制/剪切/粘贴/运行操作。
6. 在 Jupyter(或 IPython)中使一个单元同时有多个输出
想展示 pandas DataFrame 的 .head() 和 .tail()，但由于创建运行 .tail() 方法的额外代码单元过于麻烦而不得不中途放弃，你是否有过这样的经历?现在不用怕了，你可以使用以下代码行展示你想展示的输出：
- from IPython.core.interactiveshell import InteractiveShell
- InteractiveShell.ast_node_interactivity = "all"
下图展现了多个输出的结果：
7. 为 Jupyter Notebook 即时创建幻灯片
使用 RISE，你可以仅通过一次按键将 Jupyter Notebook 即时转变为幻灯片。而且 notebook 仍然处于活跃状态，你可以在展示幻灯片的同时执行实时编码!
要想使用该工具，你只需通过 conda 或 pip 安装 RISE 即可。
- conda install -c conda-forge rise
或者
- pip install RISE