提升Python数据分析能力的方法

发布时间:2022-03-14 09:48:11 人气:124 作者:多测师

  1.Pandas 分析包

  这个工具的好处是显而易见的。下面的动画是调用简单方法df.profile_report()的结果,看看自己的结果报告:

  使用这个工具很简单,只需安装和导入pandas分析包

  2. 使用Cufflinks和Plotly绘图

  我们中的大多数人都是所谓的“有经验的”数据科学家或数据分析师,他们会非常熟悉matplotlib和pandas之间的集成。也就是你可以快速画出一个简单pd的图。DataFrame或pd。通过简单调用.plot()方法,可以得到以下结果:

  现在这一切都很好,但如何实现交互,可平移,可缩放,可缩放的图形呢?我们可以用Cufflinks

  要在您的环境中安装Cufflinks,只需运行

  pip install cufflinks --upgrade

  你就可以开始了。看看下面这些:

提升Python数据分析能力的方法

  3. IPython Magic命令

  IPython的“Magic”基本上是IPython在标准Python语法之上的一系列增强。Magic命令有两种类型:行Magic,用一个%前缀表示,对一行输入进行操作;单元Magic,用两个%%前缀表示,对多行输入进行操作。下面是“magic”提供的一些有用的功能:

  %lsmagic:找到全部

  %debug:交互式调试

  %store:在notebook之间传递变量。

  %who:列出全局作用域的所有变量。

  %%time: 时间魔法,获取所有时间信息

  %%writefile:将单元格内容写入文件。

  4. 奇特的Jupyter格式

  这个超级酷!基本上,Jupyter允许一些HTML / CSS格式的标记单元格。

  5. Jupyter快捷键

  在访问和学习快捷键时,您可以使用命令面板:Ctrl + Shift + P。这会显示出笔记本所有功能的列表。以下是最基本的命令举例:

  Esc:这将带你进入命令模式。在这个模式下,你可以使用箭头键在笔记本上导航。

  Enter:返回当前单元格的编辑模式。

  更多命令可以一边学习一遍使用。

  6. Jupyter中每个单元的多个输出

  这个很棒。您是否曾经想要显示pandas DataFrame的.head()和.tail(),但中途放弃了,因为创建额外的代码单元来运行.tail()方法太麻烦了?不用担心了,现在您可以使用以下代码行显示您想要的所有输出:

  from IPython.core.interactiveshell import InteractiveShell

  InteractiveShell.ast_node_interactivity = "all"

  7. 立即创建一个幻灯片的Notebook

  使用RISE,你可以立即把你的Jupyter Notebook变成幻灯片与一个单一的按键。最好的是,Notebook仍然是活动的,所以您可以执行现场编码的同时呈现!

  要使用这个出色的工具,简单安装RISE或通过conda或pip取决于您的环境:

  conda install -c conda-forge rise/// OR ///pip install RISE

  现在,你可以从你的Notebook上创建有趣的幻灯片,只需点击新建按钮。

  以上内容为大家介绍了提升Python数据分析能力的方法,希望对大家有所帮助,如果想要了解更多Python相关知识,请关注多测师。https://www.e70w.com/xwzx/


返回列表
在线客服
联系方式

热线电话

17727591462

上班时间

周一到周五

二维码
线