10个可以快速用Python进行数据分析的小技巧

程序员大佬 今天

大数据文摘出品

编译:小七、蒋宝尚

来源:towardsdatascience

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_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

用法

#importing Pandas  import pandas as pd #importing plotly and cufflinks in offline mode import cufflinks as cfimport 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

<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>

黄色警示框: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>

绿色警示框:成功

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

红色警示框: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+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+5                    11+6          12+7Out [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 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!

相关报道:

https://towardsdatascience.com/10-simple-hacks-to-speed-up-your-data-analysis-in-python-ec18c6396e6b

(0)

相关推荐

  • 用Python制作一个数据预处理小工具,多种操作,一键完成,非常实用!

    在我们平常使用Python进行数据处理与分析时,在import完一大堆库之后 ,就是对数据进行预览,查看数据是否出现了缺失值.重复值等异常情况,并进行处理. 本文将结合GUI工具PySimpleGUI ...

  • rpy2库 | 在jupyter中调用R语言代码

    在数据分析中,Python和R各有千秋,虽然Python或R都能在数据分析打通关,从采集.清洗(预处理).分析.可视化,但是在不同的环节,不同的语言易用程度不同.Python胜在干脏活累活,诸如数据采 ...

  • Pandas使用自定义函数

    如果想要应用自定义的函数,或者把其他库中的函数应用到Pandas对象中,有以下三种方法: 1)操作整个DataFrame的函数:pipe() 2)操作行或者列的函数:apply() 3)操作单一元素的 ...

  • Pandas groupby分组操作详解

    在数据分析中,经常会遇到这样的情况:根据某一列(或多列)标签把数据划分为不同的组别,然后再对其进行数据分析.比如,某网站对注册用户的性别或者年龄等进行分组,从而研究出网站用户的画像(特点).在Pand ...

  • 快速提高发球的5个小技巧

    快速提高发球的5个小技巧

  • 包白菜馅饺子,10个人9人做错,3个小技巧,饺子又香又嫩不破皮

    饺子俗称扁食,古扎,是一种传统面食同时还有着团圆美满的寓意,在北方过年时家家都要吃一顿饺子.过年包饺子,有着"百财"寓意的白菜是最佳馅料.包白菜馅饺子,怎样拌馅最好吃?10人有9人 ...

  • 30段极简Python代码:这些小技巧你都Get了么

    数学算法俱乐部 日期 : 2021年06月14日 正文共 :3367字 来源 : 机器之心 学 Python 怎样才最快?当然是实战各种小项目,只有自己去想与写,才记得住规则.本文是 30 个极简任务 ...

  • 高效记忆,快速上分!十个记忆小技巧,助你背书无烦恼!

    初中语文预习 初中语文预习(ID:czywyx) 是陕西省教育学会质量综合评价中心联合玖桔教育传媒集团,整合全国教育资源打造的教育融媒体平台,为学生.家长.教师提供教育资讯.教育活动和全面的教育服务. ...

  • PowerQuery快速批量更改源文件路径的小技巧

    PowerQuery报错?利用参数轻松解决源文件路径问题 在该文中,参数建好以后,是手动一个个调整每个查询中的M代码来实现的,显得比较繁琐,如果查询很多,这样操作效率也太低了,最近找到一个更简便的方法 ...

  • 编程干货|轻松几步,掌握快速注释、查看源码小技巧!

     #你是否经历过这样的场景 打开编辑器写代码的同时 想在「百度」搜索源码作为参考 不断来回切换页面 而经常搜不到想要的结果 耗时又费力 #不慌,这里就有一份指南! 其实,只需要一些简单的技巧 轻松几步 ...

  • 蒸包子到底用不用二次醒发10人做9人错,3个小技巧,越嚼越香

    面食是我们日常生活中常见的主食,特别是我们北方人都很喜欢吃面食.面食的种类也有很多,最常见有馒头.烙饼.饺子.包子等等,今天咱们做个韭菜鸡蛋馅包子,过年的时候肉馅的包子.饺子吃多了,换个口味做个素馅的 ...

  • Excel技巧—几个快速填充公式更高效的小技巧

    点赞再看,养成习惯: 近朱者赤,近墨者黑. 说到批量填充公式,你最先想到什么方法,小编最先想到了鼠标拖拉填充柄,当然这个是最先学会的方法印象也最深.今天小编就给大家分享几种更高效的批量填充公式方法,总 ...

  • 便携式快速油烟在线监测仪的选购小技巧

    随着饮食行业的快速发展,油烟污染问题日益突出,已成为环保投诉的热点之一.饮食业油烟污染的常规监测也越来越受到各界关注.由于饮食业油烟排放属间断排放,浓度时高时低,而传统的检测方法对现场测试条件要求高, ...