壹些小提示和小技巧可能是非常有用的，特別是在編程領域。有時候使用壹點點黑客技術，既可以節省時間，還可能挽救“生命”。
壹個小小的快捷方式或附加組件有時真是天賜之物，並且可以成為真正的生產力助推器。所以，這裏有壹些小提示和小技巧，有些可能是新的，但我相信在下壹個數據分析項目中會讓妳非常方便。
Pandas中數據框數據的Profiling過程
Profiling（分析器）是壹個幫助我們理解數據的過程，而Pandas Profiling是壹個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過程第壹步。但是，它們只提供了對數據非常基本的概述，對於大型數據集沒有太大幫助。 而Pandas中的Profiling功能簡單通過壹行代碼就能顯示大量信息，且在交互式HTML報告中也是如此。
對於給定的數據集，Pandas中的profiling包計算了以下統計信息：
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、單壹變量值、缺失值等。
安裝
用pip安裝或者用conda安裝
pip install pandas-profiling
conda install -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 packages
import pandas as pd
import pandas_profiling
df = pd.read_csv('titanic/train.csv')
pandas_profiling.ProfileReport(df)
壹行代碼就能實現在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。
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")
Pandas實現交互式作圖
Pandas有壹個內置的.plot（）函數作為DataFrame類的壹部分。但是，使用此功能呈現的可視化不是交互式的，這使得它沒那麽吸引人。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繪制交互式圖表怎麽辦呢？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結合在壹起，非常便於繪圖。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 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)
是時候展示泰坦尼克號數據集的魔力了。
df.iplot()
df.iplot() vs df.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，並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中的壹組便捷功能，旨在解決標準數據分析中的壹些常見問題。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。
接下來看壹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並返回url。Pastebin是壹個在線內容托管服務，可以存儲純文本，如源代碼片段，然後通過url可以與其他人***享。事實上，Github gist也類似於pastebin，只是有版本控制。
在file.py文件中寫壹個包含以下內容的python腳本，並試著運行看看結果。
#file.py
def foo(x):
return x
在Jupyter Notebook中使用％pastebin生成壹個pastebin url。
%matplotlib notebook
函數用於在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。
%run
用％run函數在notebook中運行壹個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的文件並保存在當前目錄中。
%%latex
%%latex函數將單元格內容以LaTeX形式呈現。此函數對於在單元格中編寫數學公式和方程很有用。
查找並解決錯誤
交互式調試器也是壹個神奇的功能，我把它單獨定義了壹類。如果在運行代碼單元時出現異常，請在新行中鍵入％debug並運行它。 這將打開壹個交互式調試環境，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，並在此處執行操作。退出調試器單擊q即可。
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。接下來看壹個使用print和pprint來顯示輸出的示例。
讓妳的筆記脫穎而出
我們可以在您的Jupyter notebook中使用警示框/註釋框來突出顯示重要內容或其他需要突出的內容。註釋的顏色取決於指定的警報類型。只需在需要突出顯示的單元格中添加以下任壹代碼或所有代碼即可。
藍色警示框：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>
黃色警示框：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>
綠色警示框：成功
<p class="alert alert-block alert-success">
Use green box only when necessary like to display links to related content.
</p>
紅色警示框：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>
打印單元格所有代碼的輸出結果
假如有壹個Jupyter Notebook的單元格，其中包含以下代碼行：
In [1]: 10+5
11+6
Out [1]: 17
單元格的正常屬性是只打印最後壹個輸出，而對於其他輸出，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壹次打印所有輸出。
添加代碼後所有的輸出結果就會壹個接壹個地打印出來。
In [1]: 10+5
11+6
12+7
Out [1]: 15
Out [1]: 17
Out [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。
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 pdb
pdb.pm()
這能定位異常發生的位置，然後我們可以處理異常代碼。
自動評論代碼
Ctrl / Cmd + /自動註釋單元格中的選定行，再次命中組合將取消註釋相同的代碼行。
刪除容易恢復難
妳有沒有意外刪除過Jupyter notebook中的單元格？如果答案是肯定的，那麽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。
結論
在本文中，我列出了使用Python和Jupyter notebook時收集的壹些小提示。我相信它們會對妳有用，能讓妳有所收獲，從而實現輕松編碼！