提升Python数据分析能力的方法

　　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：

　　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/