点击关注上方“SQL数据库开发”,
设为“置顶或星标”,第一时间送达干货
pip install pandas-profiling
--或者
conda install -c anaconda pandas-profiling
#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)
#Pandas-Profiling 2.0.0
df.profile_report()
profile = df.profile_report(title='Pandas Profiling Report')
profile.to_file(outputfile="Titanic data profiling.html")
pip install plotly # Plotly is a pre-requisite before installing cufflinks
pip install cufflinks
#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)
df.iplot()
#file.py
def foo(x):
return x
%run
%run file.py
%%writefile
%%latex
class="alert alert-block alert-info">
<b>Tip:b> Use blue boxes (alert-info) for tips and notes.
If it’s a note, you don’t have to include the word “Note”.
</div>
黄色警报框:警告 class="alert alert-block alert-warning">
<b>Example:b> Yellow Boxes are generally used to include additional examples or mathematical formulas.
</div>
绿色警报框:成功 "alert alert-block alert-success">
Use green box only when necessary like to display links to related content.
红色警报框:危险
"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.
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。 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: 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: import pdb
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。
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。
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。 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!.
——End—— 后台回复关键字:1024,获取一份精心整理的技术干货 后台回复关键字:进群,带你进入高手如云的交流群。 推荐阅读
这是一个能学到技术的公众号,欢迎关注
点击「阅读原文」了解SQL训练营
0
赞
0
收藏
回复数量: 0
暂无评论~~