當前位置:成語大全網 - 新華字典 - 可以讓妳快速用Python進行數據分析的10個小技巧

可以讓妳快速用Python進行數據分析的10個小技巧

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!