作者：ParulPandey来源：SQL数据库开发一些小技巧在编程领域非常有用，但在数据科学领域也是如此。数据科学爱好者ParulPandey最近发表了一篇博文，分享了在数据科学中非常实用的10个技巧。有时，一点点黑客攻击可以节省时间并挽救生命。一个小捷径或附加组件有时可以证明是天赐之物，可以真正提高生产率。因此，这里有一些我最喜欢的技巧，我在本文中一起使用和整理了这些技巧。其中，有些可能是众所周知的，有些可能是新的，但我相信它们在您下次从事数据分析项目时会非常有用。1.ProfilingthepandasdataframeProfiling是一个帮助我们理解数据的程序，而PandasProfiling是一个python包，可以做到这一点。这是对pandas数据帧进行探索性数据分析的一种简单快速的方法。pandasdf.describe()和df.info()函数通常用作EDA过程的第一步。但是，它仅提供了非常基本的数据概览，对大型数据集帮助不大。另一方面，pandas分析功能使用df.profile_report()扩展pandas数据帧以进行快速数据分析。它在一行代码和交互式HTML报告中显示大量信息。对于给定的数据集，pandasprofiling包计算以下统计数据：剖析器。导入必要的包importpandasaspdimportpandas_profilingDepreciated:pre2.0.0versiondf=pd.read_csv('titanic/train.csv')pandas_profiling.ProfileReport(df)注意：Pandas-Profiling在这篇文章版本2.0发布一周后发布了升级。0。它的语法发生了一些变化，实际上功能已经包含在pandas中，报告也变得更加全面。这是最新的语法用法：使用在Jupyternotebook中显示报告，运行：Pandas-Profiling2.0.0df.profile_report()这行代码是在Jupyternotebook中显示数据分析报告所需要的。报告非常详细，必要时还包括图表。也可以使用以下代码将报告导出到交互式HTML文件。profile=df.profile_report(title='PandasProfilingReport')profile.to_file(outputfile="Titanicdataprofiling.html")2.为pandas绘图带来交互性pandas有一个内置的.plot()函数作为数据框部分类的。但是，使用此功能呈现的可视化效果不是交互式的，这使得它不太吸引人。相反，也不能排除使用pandas.dataframe.plot()函数绘制图形的便利性。如果我们可以在不更改主要代码的情况下绘制像熊猫图这样的交互式图形会怎样？您可以在Cufflinks库的帮助下完成此操作。Cufflinks结合了plotly的强大功能和pandas的灵活性，便于绘图。现在让我们看看如何安装这个库并让它在pandas中工作。installpipinstallplotly#Plotly是安装袖扣之前的先决条件spipinstallcufflinksusingimportingPandas)是时候用Titanic数据集展示它的魔力了。df.iplot()df.iplot()vsdf.plot()右边的视图显示静态图，左边的图是交互式的，而且更详细，所有语法都没有重大变化。3.一点魔法魔法命令是Jupyter笔记本中的一组方便的函数，旨在解决标准数据分析中的一些常见问题。在%lsmagic的帮助下，你可以看到所有可用的魔法。所有可用的魔法函数列表有两种魔法命令：行魔法（以%字符为前缀并在一行输入上运行）和单元魔法（与%%前缀相关联并在多行输入上运行）。如果设置为1，则无需输入初始百分比即可调用魔法函数。让我们看看其中一些可能对常见数据分析任务有用??的函数：%pastebin%Pastebin将代码上传到Pastebin并返回一个URL。Pastebin是一种在线内容托管服务，我们可以在其中存储纯文本（如源代码片段），然后与他人共享URL。事实上，Githubgist也类似于Pastebin，尽管有版本控制。考虑使用具有以下内容的python脚本file.py：file.pydeffoo(x):returnxGeneratepastebinusing%pastebininJupyternotebookurl%matplotlibnotebook%matplotlibinlinefunctionforrenderingstaticmatplotlibplotsinJupyternotebook。尝试用笔记本替换内联部件，以便轻松扩展和调整大小的绘图。确保在导入Matplotlib库之前调用该函数。%matplotlibinlinevs%matplotlibnotebook%run%run函数在笔记本中运行一个python脚本。%runfile.py%%writefile%WriteFile将单元格的内容写入文件。在这里，代码将被写入一个名为foo的文件并保存在当前目录中。%%latex%%latex函数将单元格内容呈现为LaTeX。它可用于在单元格中编写数学公式和方程式。4.查找和消除错误交互式调试器也是一个神奇的功能，但我给了它一个单独的类别。如果在运行代码单元时遇到异常，请在新行中键入%debug并运行它。这将打开一个交互式调试环境，将您带到异常发生的地方。您还可以检查程序中分配的变量值并在那里执行操作。要退出调试器，请单击q。5.输出也可以漂亮如果你想为数据结构生成漂亮的表示，pprint是你想要的模块，它在打印字典或JSON数据时特别有用。让我们看一个使用print和pprint显示输出的例子。6.突出显示警告框我们可以在JupyterNotebooks中使用警告/注释框来突出显示重要的内容或需要突出显示的内容。注释的颜色取决于警报的类型。在需要高亮的单元格中添加如下代码即可。蓝色警告框：信息提示
