本文列出了一些改进或加速日常数据分析工作的技巧，包括：1.PandasProfiling2.使用Cufflinks和Plotly绘制Pandas数据3。IPython魔术命令4。在Jupyter5中格式化。Jupyter快捷方式6。在Jupyter（或IPython）中使一个单元同时具有多个输出7.即时为JupyterNotebook创建幻灯片1.PandasProfiling这个工具非常有效。下图显示了调用df.profile_report()的简单方法的结果：使用该工具只需要安装并导入PandasProfiling包。本文不会详细介绍这个工具，要了解更多信息，请阅读：https://towardsdatascience.com/exploring-your-data-with-just-1-line-of-python-4b35ce21a82d2。使用袖扣和Plotly绘制Pandas数据大多数“经验丰富”的数据科学家或数据分析师都熟悉matplotlib和pandas。也就是说，您可以通过调用.plot()方法快速绘制一个简单的pd.DataFrame或pd.Series：有点无聊？这很好，但是绘制一个交互式、可缩放、可扩展的全景图怎么样？是时候让袖扣*出去*了！（Cufflinks是在Plotly的基础上进一步封装的。）要在环境中安装Cufflinks，只需运行！pipinstallcufflinks--upgrade在终端中。看看下图：好多了！请注意，与上图唯一不同的是Cufflinkscf.go_offline()的导入和设置，它将.plot()方法转换为.iplot()。.scatter_matrix()等其他方法也能提供很好的可视化效果：需要做大量数据可视化工作的朋友可以阅读Cufflinks和Plotly的文档，寻找更多的方法。袖扣文档：https://plot.ly/ipython-notebooks/cufflinks/Plotly文档：https://plot.ly/3。IPython魔法命令IPython的“魔法”是在IPython的Python标准语法的基础上进行的一系列增强。魔术命令包括两种方法：行魔术：以%为前缀，对单个输入行进行操作；cellmagics：以%%为前缀，对多个输入行进行操作。以下是IPython魔术命令提供的一些有用功能：%lsmagic：查找所有命令如果您只记得一个魔术命令，那么它必须是这个。执行%lsmagic命令将提供所有可用魔法命令的列表：%debug:interactivedebug这可能是我最常使用的魔法命令。大多数数据科学家都遇到过这样的情况：一段执行的代码不断断掉，你无奈之下写了20条print()语句，试图输出每个变量的内容。然后，当您最终解决问题时，您必须返回并再次删除所有print()语句。但再也不会了。遇到问题只要执行%debug命令，就可以执行你想运行的任何部分代码：上图发生了什么？我们有一个将列表作为输入并对所有偶数进行平方的函数。我们运行该函数，但出了点问题。但是我们不知道发生了什么！在函数上使用%debug命令。让调试器告诉我们x和type(x)的值。问题很明显：我们将6作为字符串传递给函数！这对于更复杂的功能非常有用。%store：在笔记本之间传递变量也很酷。假设你花了一些时间在一个笔记本上清洗数据，现在你想在另一个笔记本上测试一些功能，你是在同一个笔记本上实现功能，还是保存数据并在另一个笔记本上加载？使用%store命令后，这些操作都不需要了！此命令将存储变量，您可以在任何其他笔记本中检索该变量：%store[variable]存储变量。%store-r[variable]读取/检索存储的变量。%who：列出所有全局变量。你有没有遇到过赋值后忘记变量名的情况？或者不小心删除了负责给变量赋值的单元格？使用%who命令，你可以获得所有全局变量的列表：%%time:timingmagiccommand使用这个命令来获取所有的时间信息。只需将%%time命令应用于任何可执行代码，即可获得如下输出：这个神奇的命令非常有用。只需在函数或类的单元格前加上%%writefile和你要保存的文件名即可：如上所示，我们可以将创建的函数保存到utils.py文件中，然后随意导入。这也可以在其他笔记本中完成，只要它们与utils.py文件属于同一目录即可。4.在Jupyter中格式化这个工具很酷！Jupyter在markdown中考虑了HTML/CSS格式。以下是我最常使用的功能：蓝色，时尚：
