想要让你的数据分析能力更上一层楼？本文可以帮助你形成一份“加速数据分析能力每日清单”。#1：PandasProfiling这个工具的优势是显而易见的。下面的动画是使用df.profile_report()简单方法的结果。亲自观看节目；使用此工具只需安装和导入PandasProfiling包即可。#2：使用Cufflinks和Plotly绘制熊猫数据大多数所谓的“有经验”的数据科学家或数据分析师都非常熟悉matplotlib和pandas协同作用。也就是说，他们可以使用.plot()函数快速绘制pd.DataFrame或pd.Series图像。有点无聊吧？就这样吧。如何制作交互式全景可缩放图像？袖扣可以做到！（由Plotly提供）在系统中安装袖扣！快速安装Cufflinks-只需在您喜欢的终端中更新即可。您可以观看下面的动画：好多了！请注意，唯一改变上述结果的是Cufflinks的输入和设置cf.go_offline()函数。剩下的只是将.plot()更改为.iplot()。.scatter_matrix()等其他函数可以实现漂亮的可视化效果：酷！任何想要做大量数据可视化工作的人都可以看看Cufflinks和Plotly的东西，有很多方法可以做到！#3：IPythonMagic命令IPython的Magics本质上是对IPython的一系列增强，叠加在Python语法之上。Magic命令有两种：一种是linemagics，以%为前缀表示，对一行输入代码进行操作；而cellmagics以%%作为前缀表示，并在多行输入代码上运行。以下是Magics的一些有用功能：%lsmagic：Everything。不妨先尝试一些传统但有用的方法。如果你只记得一个魔法命令，那可能就是它了。执行%lsmagic将显示所有可用魔法命令的列表：%debug：交互式程序调试这可能是最常用的魔法命令。我们中的大多数人都尝试过：程序员执行一段不断失败的代码。绝望的程序员写下20行类似print()的代码来输出每个变量的内容。然后，当程序员最终解决问题时，他将不得不返回并删除所有列出的功能。但现在不是了！遇到问题只要执行%debug，就可以执行任意部分代码：所以，总结以上：1.有一个函数，以一个列表为输入，对所有偶数求平方。2.运行函数，某处出错。但是找不到错误。3.当出现错误时，将%debug命令标记到函数中。4.让调试器显示x的值和type(x)。5.发现错误：6被当成了字符串！可以想象，这个命令对于越来越复杂的功能非常有用！%store：此命令也非常适合在笔记本之间传输变量。先说起因吧。程序员花时间清理了notebook中的一些数据，现在想在另一个notebook上测试一些功能，所以需要在同一个notebook中实现功能，放到另一个notebook中。使用%store存储变量并在任何笔记本中检索它们：%store[variable]存储变量。%store-r[variable]读取/检索存储的变量。%who：列出所有变量。曾经为变量赋值但忘记了变量名吗？不小心删除了分配给变量的单元格？使用%who，您可以获得所有分配的变量：%%time：魔法计时。使用此命令，您可以获得所需的所有时间信息。只需将%%time应用于任何可执行代码，您就会得到以下输出：24微秒。一般般。%%writefile：编辑单元格内容到文件。这是本文的最后一个命令。当你在notebook中写了一些复杂的函数或类别，想把它们从notebook中分离出来，保存在一个文件中时，这个命令就非常有用。只需在函数或其类别中添加前缀%%writefile，然后添加文件名即可保存：如图所示，可以直接将创建的函数存放在“utils.py”文件夹中，将函数导入到任何形式。能。其他笔记本也一样！（只要它们都在utils.py文件夹中的同一目录中）#4：Jupyter中的出色格式化这太棒了！基本上，Jupyter允许在降价单元格中进行一些HTML/CSS格式化。以下是一些常见的：忧郁和新潮：
