加入收藏 | 设为首页 | 会员中心 | 我要投稿 核心网 (https://www.hxwgxz.com/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 教程 > 正文

数据分析从业者必看,10 个加速Python数据分析的简单的小技巧

发布时间:2019-07-25 17:14:37 所属栏目:教程 来源:skura
导读:笔者按,一些小的技巧在编程领域可能会非常有用,在数据科学领域同样如此。数据科学爱好者 Parul Pandey 在近日发表了一篇博文,分享了在数据科学中非常实用的 10 个小技巧。笔者将他的文章编译整理如下。 有时候,一点小小的黑客行为可以节省时间,挽救生

红色警报框:危险

  1. <div class="alert alert-block alert-danger"> 
  2. It is good to avoid red boxes but can be used to alert users to not delete some important part of code etc. 
  3. </div> 

7.打印单元格的所有输出

考虑一个包含以下代码行的 Jupyter notebook 单元:

  • In [1]: 10+5
  • 11+6
  • Out [1]: 17

通常情况下,单元格中只有最后一个输出会被打印出来,对于其他输出,我们需要添加 print()函数。好吧,其实我们只需在 notebook 顶部添加以下代码片段就可以打印所有输出。

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

现在所有的输出都被一个接一个地打印出来

  • In [1]: 10+5
  • 11+6
  • 12+7
  • Out [1]: 15
  • Out [1]: 17
  • Out [1]: 19

要恢复到原始设置:

  1. InteractiveShell.ast_node_interactivity = "last_expr" 

8.使用「i」文件运行 python 脚本

从命令行运行 python 脚本的一种典型方法是:python hello.py。但是,如果您在运行同一脚本(如 python)时添加了一个额外的-i hello.py,那么它提供了更多的优势。让我们看看怎么做。

首先,只要程序不结束,python 就不会退出解释器。因此,我们可以检查变量的值以及程序中定义的函数的正确性。

其次,我们可以通过以下方式轻松调用 Python 调试器,因为我们仍在解释器中:

  1. import pdb  
  2. pdb.pm() 

这将使我们进入异常发生的位置,然后我们可以处理代码。

数据分析从业者必看,10 个加速 python 数据分析的简单的小技巧

查看来源可以点击这里。

9.自动注释代码

ctrl/cmd+/自动将单元格中选定的行注释掉,再次点击组合将取消对同一行代码的注释。

数据分析从业者必看,10 个加速 python 数据分析的简单的小技巧

10.删除容易恢复难

你有没有不小心删除了 Jupyter notebook 上的一个单元的经历?如果有,那么这里有一个快捷方式可以撤消删除操作。

如果删除了单元格的内容,则可以通过按 ctrl/cmd+z 轻松恢复该内容。

如果需要恢复整个已删除单元格,请按 Esc+Z 或 EDIT > Undo 撤销删除单元格。

数据分析从业者必看,10 个加速 python 数据分析的简单的小技巧

结论

在本文中,我列出了在使用 Python 和 Jupyter notebook 时收集到的主要技巧。我相信它们会对你有用,你会从这篇文章中收回一些东西。好了,开始快乐的编码之旅吧!.

(编辑:核心网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

热点阅读