数据科学爱好者 Parul 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, 雷锋网 AI 科技评论随之将他所说的文章编译整理如下, 按此来说, 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是这样的情况。有的时候, 一点不算大的黑客行为能够节省时间, 还能挽救生命, 一个小小的快捷方式或者附加组件, 有时会被证实是天赐的东西, 并且能够切实提高生产力, 所以, 下面是我比较喜欢的一些技巧, 我把它们以本文的形式一同进行使用和编译, 其中, 有些可能是颇为有名的, 有些可能是新出现的, 不过我坚信下次您开展数据分析项目的时候, 它们会极为有用。1. the有一个能帮我们理解数据的程序, 且存在一个实现此目的的包, 这是针对数据帧去做探索性数据分析, 具备简单快速特性的一种方法。df.以及函数, 通常被用作EDA过程的起始步骤。然而, 它仅仅给出极为基础的数据概述, 针对大型数据集而言, 并无太大助力。另一方面而言, 分析函数借助df.去扩充数据帧, 从而促使快速开展数据分析。它凭借一行代码展示出诸多信息, 在交互式HTML报告里同样展示出这些内容。对于给定的数据集 分析包计算以下统计信息包计算统计信息安装pip -orconda -c -使用让我们使用古老的 数据集来演示通用的 分析器的功能。# theas pd# : pre 2.0.0.(df)留意, 于这篇文章刊出一周过后, 发布了一种升级版本2.0.0。其运用的语法出现了一些变动, 实际上, 相关功能已然涵盖于其中, 所生成的报告也变得越发全面。以下便是当下最新的语法使用方式:使用要在 中显示报告请运行#- 2.0.0df.()这一行代码, 是在之中展现数据分析报告所需的全部代码, 报告极为详细, 必要时涵盖图表。还可以将报告导出到具有以下代码的交互式 HTML 文件中。 df.(title ).( data .html)有关更多详细信息和示例请参阅这个文档。2.第二步为 plots 带来交互性数据帧类的一部分中有一个被称作.plot的内置函数, 可是, 借由这个函数所展现的可视化并非交互式的, 这致使其没那么有吸引力, 相反的, 绘图凭借..plot函数的便捷性也并非不能排除, 如果我们无需对代码作出重大改动, 是否可能像绘制 plots 一样绘制成交互式图表呢, 在具备 库的辅助下你便能够达成这一点。将那种力量跟那种灵活性予以结合, 以此便于进行绘制, 现在让我们去瞧瞧怎样完成这个库的安装并且促使它在其中得以工作。安装pip # is a pre-pip使用#as pd# and in modeas cf.cf.()cf.(False, True)是时候用 数据集来展示它的魔法了。df.iplot()df.iplot() vs df.plot()在右视图当中所展现出的呈现的是静态图表, 左图表呢它是具备交互式的, 更为详细地来讲, 所有的这一切在语法层面而言都并无存在重大的变化。点击这里获取更多的示例。3.一点点 MagicMagic命令, 是当中的一组便利函数, 其目的在于解决标准数据分析里的一些常见问题, 在%的协助之下, 您能够看到所有可使用的magic。所有可用的 magic 函数列表magic命令存在两种形式, 一种是行形式, 行形式的前缀是一个%字符, 并且是在一行输入上进行操作, 另一种是单元形式, 单元形式是用%%前缀进行关联, 且是在多行输入上进行操作。要是设置为1, 那么就能调用magic函数, 而且不需要键入初始百分比。让我们看看其中一些在常见数据分析任务中可能有用的功能%代码被上传而返回URL之处, 是一种在线内容托管服务, 在可以贮存纯文本像源代码片段之类的这里, 而后能跟其他人去共享URL。实际上, gist同样类似, 即便包含版本控制。考虑使用包含以下内容的 file.py#file.pydef foo(x):x使用 中的% 生成 url%函数, 起到呈现作用中的静态绘图, 进行尝试, 运用事物替换内嵌部件, 借此轻松获取能够缩放以及可被调整大小的绘图, 另外还要确保, 在导入库之前, 已经调用了该函数。% vs %%run%run 函数在 内运行 脚本。%run file.py%%把单元格里边的内容, 写到文件里。在这个地方, 编写的代码, 会被写到一个叫做 foo 的文件内, 且存放在当前所在的目录里。%%latex把单元格内容呈现为LaTeX, 是由%%latex函数来进行的, 它能够用来在单元之中编写数学公式以及方程。4.发现和消除错误这同样是个神奇的函数, 然而我已给它赋予了自身的一个类别要是运行代码单元时碰到异常, 那就需在新行键入%debug并运行这个操作会开启一个交互式调试环境, 从而带你去到出现异常的地方你能够检查程序里所分配的变量值, 并且在这儿执行相应操作要退出调试器, 点击q。5.输出也可以很漂亮要是您期望为数据结构制造出美观的呈现, 那便是您寻觅的模块这个模块在打印字典或者 JSON 数据之际格外很有用处。咱们来瞧一瞧一个运用 print 以及显示输出的示例。6.突出报警框可在您笔记本里, 用警告或注释框, 去突出展示重要内容, 或任何需突出显示之物。注释颜色依警报类型而定于所需突出显示的单元格里添加如下代码。蓝色警报框信息提示黄色警报框警告箱被用来去做或者去进行, 箱被用于去做或者去进行哟。绿色警报框成功红色警报框危险7.打印单元格的所有输出考虑一个包含以下代码行的 单元In : 105116Out : 17一般情形下, 单元格之中唯有最后那一个输出会被予以打印, 对应于其他的输出, 我们是需要去添加print函数的, 嗯, 事实上, 我们仅仅只要在顶部处增添以下的代码片段便能够打印全部的输出。from .core. .ty all现在所有的输出都被一个接一个地打印出来In : 105116127Out : 15Out : 17Out : 19要恢复到原始设置.ty 8.使用「i」文件运行 脚本有一种典型的方式是, 从命令行去运行脚本, 具体是: hello.py。然而, 要是您在运行同一个脚本, 就好比如的时候额外添加了一个 -i hello.py , 那么这样做会带来更多优势。咱们来瞧瞧该怎么去做。首先, 只要程序没有结束, 那就不会从解释器退出。所以, 我们能够对变量的值以及程序里所定义的函数的正确性进行检查。其次, 我们能够借助以下办法轻易调用调试器, 鉴于我们依旧处于解释器当中。pdbpdb.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。