大家好，我早起。作为一名使用Python工作的数据科学家。每天我们都会启动多个新的Jupyternotebook，使用多个不同的库，比如pandas、matplotlib等。然而，在开始实际工作之前，我们总是需要为每个Notebook编写一堆导入代码。这虽然不难，但却非常繁琐。有时候我们需要找到对应的导入语句。例如：fromsklearn.preprocessingimportOneHotEncoder，LabelEncoderfromsklearnimportfeature_selection如何在启动Jupyternotebook时自动加载这些代码，让我们专注于使用这些库？本文介绍了两种方法。方法一：修改配置文件一个常见的方法就是修改Jupyter的配置文件，这也是我在上一篇介绍的方法。以macOS为例，可以进入~/.ipython/profile_default文件夹（Windows下也可以在安装目录下找到对应的文件夹）。如果找不到这个目录，需要在命令行执行ipythonprofilecreate生成配置文件：如上图，在该文件夹下新建一个名为startup的文件夹（如果有，你没有需要创建它），然后进入启动文件夹并创建一个新的Python脚本start.py，现在你可以在start.py中添加你想要的内容你需要在每次启动jupyternotebook时手动输入代码，然后保存：importpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltfromsklearnimportsvm,tree,linear_model,neighbors,naive_bayes,ensemble,discriminant_analysis,gaussian_processfromxgboostimportXGBClassifierfromsklearn.preprocessingimportOneHotEncoder,LabelEncoderfromsklearnimportfeature_selection_fromsklearn导入模型.......现在重启JupyterNotebook后，就可以直接使用我们配置的pandas、numpy等库了！但是这种方式也有一个缺点，就是因为文件缺少相关的导入代码，所以打包发给别人的时候可能无法执行。我们也不可能再次查看使用到的代码，手动导入，只能自己修改配置文件。在设备上使用。方法二：使用pyforest这是我最近发现的一个新方法。是国外高手开发的插件。相比修改配置文件，更适合小白的操作。我们只需要在终端（命令行）执行如下代码：pipinstall--upgradepyforestpython-mpyforestinstall_extensions并重启JupyterNotebook即可自动导入相关库。可以看出，该方法与方法一的区别在于，它默认不导入所有依赖库（避免内存占用过大），而是在你使用该库时自动在Notebook头部添加对应的导入代码，不是吗很酷！以pandas为例，我们在使用pd.xxx的时候，会在头部加上importpandasaspd，而在使用之前，变量pd只是pyforest的一个占位符。但是使用别人的配置的缺点是添加一些第三方库比较困难。幸运的是，开发者预设了数百个常用的库，从数据分析到机器学习和深度学习。基本上没有额外的有兴趣的可以试试~
