快速使用Python进行数据分析的10个技巧有时，一些小技巧可以节省时间，甚至可能“挽救生命”。一个小的捷径或附加组件有时是天赐之物，可以真正提高生产力。因此，这里有一些提示和技巧，其中一些可能是新的，但我相信在您的下一个数据分析项目中会派上用场。PandasProfiling（Analyzer）中数据框数据的Profiling过程是帮助我们理解数据的过程，而PandasProfiling是一个Python包，可以简单快速地对Pandas数据框数据进行探索性数据分析。Pandas中的df.describe()和df.info()函数可以实现EDA流程的第一步。但是，它们仅提供了非常基本的数据概览，对大型数据集帮助不大。Pandas中的Profiling功能可以用一行代码显示大量信息，在交互式HTML报告中也是如此。对于给定的数据集，Pandas中的分析包计算以下统计数据：PandasProfiling包计算的统计数据包括直方图、众数、相关系数、分位数、描述性统计、其他信息-类型、单变量值、缺失值等。1.使用pip或conda安装。pipinstallpandas-profilingcondainstall-canacondapandas-profiling2。用法以下代码演示了使用很久以前的泰坦尼克号数据集的多功能Python探查器的结果。#importingthenecessarypackagesimportpandasaspdimportpandas_profilingdf=pd.read_csv('titanic/train.csv')pandas_profiling.ProfileReport(df)一行代码可以在JupyterNotebook中展示一份完整的数据分析报告，非常详细，包含必要的图表信息。还可以使用以下代码将报告导出到交互式HTML文件中。profile=pandas_profiling.ProfileReport(df)profile.to_file(outputfile="Titanicdataprofiling.html")Pandas交互式绘图Pandas有一个内置的.plot()函数作为DataFrame类的一部分。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。同样，使用pandas.DataFrame.plot()函数绘制图表不是交互式的。如果我们需要使用Pandas来绘制交互式图表，而不需要对代码进行大的改动呢？这时候我们就可以使用Cufflinks库来实现了。Cufflinks库可以将强大的plotly与灵活的pandas结合起来，非常方便绘图。让我们看看如何在pandas中安装和使用Cufflinks库。1.安装pipinstallplotly#Plotlyisapre-requisitebeforeinstallingcufflinksspipinstallcufflinks2。使用#importingPandasimportpandasaspd#importingplotlyandcufflinksinofflinemodeimportcufflinksascfimportplotly.offlinecf.go_offline()cf.set_config_file(offline=False,world_readable=True)df.iplot()vsdf.plot()右侧的可视化显示静态图，而右侧的图left是交互式的，更详细，并且语法上没有任何重大变化。MagicCommandsMagic命令是JupyterNotebook中的一组便利函数，旨在解决标准数据分析中的一些常见问题。使用命令%lsmagic查看所有可用命令。所有可用的魔法命令列表魔法命令有两种类型：行魔法命令（linemagics），以单个%字符为前缀，在单行上运行；单元魔法命令（cellmagics），以双%%字符为前缀，可以在多行输入操作中输入。如果设置为1，则无需键入%即可调用Magic函数。接下来，我们看一下在常见的数据分析任务中可能会用到的一些命令：1.%pastebin%pastebin将代码上传到Pastebin，并返回url。Pastebin是一种在线内容托管服务，可以存储纯文本，例如源代码片段，然后可以通过URL与其他人共享。其实Githubgist也和pastebin类似，但是有版本控制。在file.py文件中写一个python脚本，内容如下，尝试运行看看结果。#file.pydeffoo(x):returnx在JupyterNotebook中使用%pastebin生成一个pastebinurl。2.%matplotlibnotebook函数用于在Jupyternotebooks中渲染静态matplotlib图。将内联替换为笔记本，以便轻松扩展和调整大小。但请记住，应在导入matplotlib库之前调用此函数。3.%run使用%run函数在笔记本中运行python脚本。%runfile.py%%writefile%%writefile是将单元格内容写入文件。以下代码将脚本写入名为foo.py的文件并将其保存在当前目录中。4.%%latex%%latex函数以LaTeX形式呈现单元格内容。此函数对于在单元格中编写数学公式和方程很有用。查找和解决错误交互式调试器也是一个神奇的功能，我将它定义为一个单独的类。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，可以直接定位到异常的位置。也可以检查程序中分配的变量值并在那里执行操作。退出调试器并单击q。打印也有小技巧。如果你想生成漂亮的数据结构，pprint是首选。它在打印字典数据或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。让你的笔记脱颖而出我们可以在你的Jupyternotebook中使用警告框/评论框来突出显示重要内容或其他需要突出显示的内容。注释的颜色取决于指定的警报类型。只需将以下任何或所有代码添加到需要突出显示的单元格中。1.蓝色警告框：信息提示
