最近2018中文字幕在日韩欧美国产成人片_国产日韩精品一区二区在线_在线观看成年美女黄网色视频_国产精品一区三区五区_国产精彩刺激乱对白_看黄色黄大色黄片免费_人人超碰自拍cao_国产高清av在线_亚洲精品电影av_日韩美女尤物视频网站

劃重點!!!本文列舉了一些使用Python和Jupyter Notebook的技巧，討論了如何輕松分析數(shù)據(jù)以及如何進(jìn)行格式化編碼、輸出和調(diào)試等操作。

成都創(chuàng)新互聯(lián)專業(yè)為企業(yè)提供周口網(wǎng)站建設(shè)、周口做網(wǎng)站、周口網(wǎng)站設(shè)計、周口網(wǎng)站制作等企業(yè)網(wǎng)站建設(shè)、網(wǎng)頁設(shè)計與制作、周口企業(yè)網(wǎng)站模板建站服務(wù)，十年周口做網(wǎng)站經(jīng)驗，不只是建網(wǎng)站，更提供有價值的思路和整體網(wǎng)絡(luò)服務(wù)。

在編程領(lǐng)域，有時一個小技巧就能節(jié)省大量時間，甚至能起到救命的效果。這些“必殺技”往往能在未來的數(shù)據(jù)分析中發(fā)揮重大作用。

1. 分析Pandas數(shù)據(jù)框架

Profiling(分析)是一個幫助理解數(shù)據(jù)的過程，Pandas Profiling(數(shù)據(jù)預(yù)覽分析)作為一個python工具包，就是用來幫助理解數(shù)據(jù)的。該工具能夠簡單快速地對熊貓數(shù)據(jù)框架進(jìn)行探索性數(shù)據(jù)分析。pandas df.describe()和df.info()functions通常是EDA過程的第一步。然而，這個步驟只提供一個基本的數(shù)據(jù)預(yù)覽，對大型數(shù)據(jù)集幫助不大。另外，Pandas Profiling功能使用df.profile_report()擴(kuò)展了熊貓數(shù)據(jù)框架，可以快速進(jìn)行數(shù)據(jù)分析。該功能僅用一行代碼就可以顯示很多信息，這也可以應(yīng)用在交互式的HTML報告中。

對于給定數(shù)據(jù)集，數(shù)據(jù)預(yù)覽分析包會處理以下數(shù)據(jù)：

Pandas Profiling工具包計算的統(tǒng)計數(shù)據(jù)

安裝

 
 
 
 

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

使用

用古老的大數(shù)據(jù)集來演示python profiler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) 
 
 
 
 

最近，Pandas-Profiling發(fā)布了一個重要的2.0.0升級版本。事實上，該版本對語法作了一點改變，這個功能也已經(jīng)包含在熊貓數(shù)據(jù)框架中了，報告也變得更加全面。以下是最新的語法用法：

使用

要在Jupyter筆記本中顯示報告，并運(yùn)行：

 
 
 
 

  
  
  
  
#Pandas-Profiling 2.0.0 
  
  
  
  
df.profile_report() 
 
 
 
 

這一行代碼就是用戶在Jupyter筆記本中顯示數(shù)據(jù)分析報告所需的全部內(nèi)容。顯示的報告非常詳細(xì)，必要時還包括圖表。

通過下列代碼用戶還可以將該報告導(dǎo)出到交互式HTML文件中：

 
 
 
 

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

更多詳細(xì)信息和示例：https://pandas-profiling.github.io/pandas-profiling/docs/

2. 增強(qiáng)Pandas plots的互動性

Pandas有一個內(nèi)置的 .plot() 功能，是數(shù)據(jù)框架類的一部分。然而，該功能不盡人意的地方在于呈現(xiàn)的可視化不是交互式的。相反，用pandas.DataFrame.plot()功能繪制圖表就很容易。如果不對代碼做重大修改，可以繪制出像熊貓圖表一樣的交互式圖表嗎?答案是可以的，Cufflinks庫能夠幫助做到這一點。

Cufflinks庫將plotly的功能與Pandas的靈活性結(jié)合起來，使繪圖簡單化。現(xiàn)在就來看看如何安裝這個庫，并讓它在pandas上運(yùn)行。

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) 
 
 
 
 

現(xiàn)在來看看大數(shù)據(jù)集的魔力

 
 
 
 

  
  
  
  
df.iplot() 
 
 
 
 

 
 
 
 

  
  
  
  
df.iplot() 與 df.plot() 
 
 
 
 

右邊的可視化顯示的是靜態(tài)圖表，而左邊則是交互式圖表，更為詳細(xì)。這些圖表在語法上都沒有作出重大改變。

更多示例：https://github.com/santosjorge/cufflinks/blob/master/Cufflinks%20Tutorial%20-%20Pandas%20Like.ipynb

3. 少許魔法

魔法命令(Magic commands)是Jupyter筆記本中的一組便捷功能，旨在解決標(biāo)準(zhǔn)數(shù)據(jù)分析中的一些常見問題。在 %lsmagic的幫助下，用戶可以看到所有可用的魔法功能。

所有可用魔法功能的清單

魔法命令有兩種：行魔法，即以單個%字符為前綴，在單行輸入上操作;單元格魔法，即以%%為前綴，在多行輸入上操作。如果設(shè)置為1，則無需鍵入初始%即可調(diào)用魔術(shù)功能。

一起來看看兩種魔法命令在常見數(shù)據(jù)分析任務(wù)中的應(yīng)用：

• % pastebin

%pastebin將代碼上傳到Pastebin并返回url地址。Pastebin屬于在線內(nèi)容托管服務(wù)，在這里，用戶可以存儲如源代碼片段等純文本，然后與他人共享網(wǎng)址。事實上，Github的要點也類似于pastebin，盡管存在版權(quán)限制。

考慮一個包含以下內(nèi)容的python腳本file.py：

 
 
 
 

  
  
  
  
#file.py 
  
  
  
  
def foo(x): 
  
  
  
  
 return x 
 
 
 
 

在Jupyter筆記本中使用 %pastebin會生成一個pastebin網(wǎng)址。

• %matplotlib notebook

%matplotlib inline功能用于渲染Jupyter筆記本中的靜態(tài)matplotlib圖。嘗試用notebook替換inline，以輕松獲得可變焦、可調(diào)整大小的繪圖。請確保在導(dǎo)入matplotlib庫之前啟用該功能。

%matplotlib inline 與 %matplotlib notebook

• %run

%run 功能在筆記本內(nèi)部運(yùn)行python腳本。

 
 
 
 

  
  
  
  
%run file.py 
 
 
 
 

• %%writefile

%%writefile 將單元格的內(nèi)容寫入文件。通過該功能，代碼將被寫入一個名為foo.py的文件，并保存在當(dāng)前目錄中。

• %%latex

%%latex 功能將單元格內(nèi)容呈現(xiàn)為 LaTeX格式。這對于在單元格中編寫數(shù)學(xué)公式和方程很有用。

4. 查找并消除錯誤

Interactive debugger也是一個有魔力的功能，但本文對它進(jìn)行單獨分類。如果在運(yùn)行代碼單元時出現(xiàn)異常，用戶可以在新的一行中鍵入 %debug 并恢復(fù)運(yùn)行。這一操作將打開一個交互式調(diào)試環(huán)境，找到發(fā)生異常的位置。用戶還可以檢查程序中分配的變量值，并在此執(zhí)行操作。點擊q即可退出調(diào)試。

5. 美觀排版

如果想建立美觀的數(shù)據(jù)結(jié)構(gòu)，pprint是一個直接的模塊，在打印字典或JSON數(shù)據(jù)時特別有用。下面來看一個使用print 和 pprint 來顯示輸出的例子。

6. 筆記突出顯示

可以在Jupyter筆記本中使用alert/Note boxes來標(biāo)記一些重要的或需要突出的內(nèi)容。筆記的顏色取決于突出內(nèi)容的重要程度。用戶只需在需要突出顯示的單元格中添加以下任意或所有代碼。

• 藍(lán)色筆記框：信息

 
 
 
 

  
  
  
  
 
  
  
  
  
Tip: Use blue boxes (alert-info) for tips and notes.  
  
  
  
  
If it’s a note, you don’t have to include the word “Note”.