加速Python數據分析的小技巧分別有哪些

這期內容當中小編將會給大家帶來有關加速Python數據分析的小技巧分別有哪些，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

有時候，一點小小的黑客行為可以節省時間，挽救生命。一個小小的快捷方式或附加組件有時會被證明是天賜之物，并且可以真正提高生產力。所以，下面是我最喜歡的一些技巧，我以本文的形式一起使用和編譯它們。其中，有些可能是相當有名的，有些可能是新的，但我相信下次您從事數據分析項目時，它們會非常有用。

1.Profiling the pandas dataframe

Profiling 是一個幫助我們理解數據的程序，而 Pandas Profiling  正是實現這一點的一個 python 包。這是對 pandas 數據幀進行探索性數據分析的一種簡單快速的方法。pandas df.describe()和  df.info()函數通常用作 EDA 過程的第一步。但是，它只提供了非常基本的數據概述，對于大型數據集沒有太大幫助。另一方面，pandas 分析函數使用  df.profile_report()擴展 pandas 數據幀，以便快速進行數據分析。它用一行代碼顯示了大量信息，在交互式 HTML  報告中也顯示了這些信息。對于給定的數據集，pandas 分析包計算以下統計信息：

Pandas Profiling 包計算統計信息

安裝

pip install pandas-profiling  --或者  conda install -c anaconda pandas-profiling

使用

讓我們使用古老的 Titanic 數據集來演示通用的 Python 分析器的功能。

#importing the necessary packages import pandas as pd import pandas_profiling  # Depreciated: pre 2.0.0 version df = pd.read_csv('titanic/train.csv') pandas_profiling.ProfileReport(df)

注：在這篇文章發表一周后，Pandas-Profiling 發布了一個升級版本 2.0.0。其語法發生了一些變化，事實上，功能已經包含在 pandas  中，報告也變得更加全面。以下是最新的語法用法：

使用

要在 Jupyter notebook 中顯示報告，請運行：

#Pandas-Profiling 2.0.0 df.profile_report()

這一行代碼就是在 Jupyter notebook 中顯示數據分析報告所需的全部代碼。報告非常詳細，必要時包括圖表。

還可以將報告導出到具有以下代碼的交互式 HTML 文件中。

profile = df.profile_report(title='Pandas Profiling Report') profile.to_file(outputfile="Titanic data profiling.html")

2.為 pandas plots 帶來交互性

pandas  有一個內置的.plot()函數作為數據幀類的一部分。然而，用這個函數呈現的可視化并不是交互式的，這使得它不那么吸引人。相反，也不能排除使用  pandas.dataframe.plot()函數繪制圖表的易用性。如果我們不需要對代碼進行重大修改，就可以像繪制 pandas plots  那樣繪出交互式圖表呢?你可以在 Cufflinks 庫的幫助下做到這一點。Cufflinks 將 plotly 的力量與 pandas  的靈活性結合起來，便于繪制。現在讓我們來看看如何安裝這個庫并讓它在 pandas 中工作。

安裝

pip install plotly # Plotly is a pre-requisite before installing cufflinks pip install cufflinks

使用

#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)

是時候用 Titanic 數據集來展示它的魔法了。

df.iplot()

df.iplot() vs df.plot()

右視圖顯示的是靜態圖表，左圖表是交互式的，更詳細地說，所有這一切在語法上都沒有重大變化。

3.一點點 Magic

Magic 命令是 Jupyter notebook 中的一組方便的函數，旨在解決標準數據分析中的一些常見問題。在%lsmagic  的幫助下，您可以看到所有可用的 magic。

所有可用的 magic 函數列表

magic 命令有兩種：行 magics(前綴為一個% 字符并在一行輸入上操作)和單元 magics(用%%  前綴關聯并在多行輸入上操作)。如果設置為 1，則可以調用 magic 函數，而無需鍵入初始百分比。

讓我們看看其中一些在常見數據分析任務中可能有用的功能：

%  pastebin

%Pastebin 將代碼上載到 Pastebin 并返回 URL。Pastebin  是一種在線內容托管服務，我們可以在其中存儲純文本(如源代碼片段)，然后可以與其他人共享 URL。事實上，Github gist 也類似于  Pastebin，盡管有版本控制。

考慮使用包含以下內容的 python script file.py：

#file.py def foo(x):     return x

使用 Jupyter notebook 中的%pastebin 生成 pastebin url

%matplotlib notebook

%matplotlib inline 函數用于呈現 Jupyter noteboo 中的靜態 matplotlib  繪圖。嘗試用 notebook 替換內嵌部件，以輕松獲得可縮放和可調整大小的繪圖。確保在導入 Matplotlib 庫之前調用了函數。

%matplotlib inline vs %matplotlib notebook

• %run

%run 函數在 notebook 內運行 python 腳本。

%run file.py

• %%writefile

%WriteFile 將單元格的內容寫入文件。在這里，代碼將被寫入一個名為 foo 的文件，并保存在當前目錄中。

• %%latex

%%latex 函數將單元格內容呈現為 LaTeX。它可用于在單元中編寫數學公式和方程。

4.發現和消除錯誤

interactive debugger  也是一個神奇的函數，但我已經為它提供了自己的一個類別。如果在運行代碼單元時遇到異常，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，將您帶到發生異常的位置。您還可以檢查程序中分配的變量值，并在此處執行操作。要退出調試器，請單擊 q。

5.輸出也可以很漂亮

如果您想為數據結構生成美觀的表示，pprint 是你想要的模塊，它在打印字典或 JSON 數據時特別有用。讓我們來看一個使用  print 和 pprint 顯示輸出的示例。

6.突出報警框

我們可以在您的 Jupyter  筆記本中使用警告/注釋框來突出顯示重要的內容或任何需要突出顯示的內容。注釋的顏色取決于警報的類型。只需在需要突出顯示的單元格中添加以下代碼。

藍色警報框：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&rsquo;s a note, you don&rsquo;t have to include the word “Note”. </div>

黃色警報框：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>

綠色警報框：成功

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

紅色警報框：危險

<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>

7.打印單元格的所有輸出

考慮一個包含以下代碼行的 Jupyter notebook 單元：

In [1]: 10+5                    11+6

Out [1]: 17

通常情況下，單元格中只有最后一個輸出會被打印出來，對于其他輸出，我們需要添加 print()函數。好吧，其實我們只需在 notebook  頂部添加以下代碼片段就可以打印所有輸出。

from IPython.core.interactiveshell import InteractiveShell InteractiveShell.ast_node_interactivity = "all"

現在所有的輸出都被一個接一個地打印出來

In [1]: 10+5                    11+6          12+7

Out [1]: 15 Out [1]: 17 Out [1]: 19

要恢復到原始設置：

InteractiveShell.ast_node_interactivity = "last_expr"

8.使用「i」文件運行 python 腳本

從命令行運行 python 腳本的一種典型方法是：python hello.py。但是，如果您在運行同一腳本(如 python)時添加了一個額外的-i  hello.py，那么它提供了更多的優勢。讓我們看看怎么做。首先，只要程序不結束，python  就不會退出解釋器。因此，我們可以檢查變量的值以及程序中定義的函數的正確性。

其次，我們可以通過以下方式輕松調用 Python 調試器，因為我們仍在解釋器中：

import pdb pdb.pm()

這將使我們進入異常發生的位置，然后我們可以處理代碼。

查看來源可以點擊這里。

9.自動注釋代碼

ctrl/cmd+/自動將單元格中選定的行注釋掉，再次點擊組合將取消對同一行代碼的注釋。

10.刪除容易恢復難

你有沒有不小心刪除了 Jupyter notebook  上的一個單元的經歷?如果有，那么這里有一個快捷方式可以撤消刪除操作。如果刪除了單元格的內容，則可以通過按 ctrl/cmd+z  輕松恢復該內容。如果需要恢復整個已刪除單元格，請按 Esc+Z 或 EDIT > Undo 撤銷刪除單元格。

結論

上述就是小編為大家分享的加速Python數據分析的小技巧分別有哪些了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。