可以讓你快速用Python進(jìn)行數(shù)據(jù)分析的10個(gè)小技巧

一些小提示和小技巧可能是非常有用的，特別是在編程領(lǐng)域。有時(shí)候使用一點(diǎn)點(diǎn)黑客技術(shù)，既可以節(jié)省時(shí)間，還可能挽救“生命”。

我們提供的服務(wù)有：成都網(wǎng)站設(shè)計(jì)、做網(wǎng)站、成都外貿(mào)網(wǎng)站建設(shè)公司、微信公眾號(hào)開發(fā)、網(wǎng)站優(yōu)化、網(wǎng)站認(rèn)證、唐山ssl等。為數(shù)千家企事業(yè)單位解決了網(wǎng)站和推廣的問題。提供周到的售前咨詢和貼心的售后服務(wù)，是有科學(xué)管理、有技術(shù)的唐山網(wǎng)站制作公司

一個(gè)小小的快捷方式或附加組件有時(shí)真是天賜之物，并且可以成為真正的生產(chǎn)力助推器。所以，這里有一些小提示和小技巧，有些可能是新的，但我相信在下一個(gè)數(shù)據(jù)分析項(xiàng)目中會(huì)讓你非常方便。

Pandas中數(shù)據(jù)框數(shù)據(jù)的Profiling過程

Profiling（分析器）是一個(gè)幫助我們理解數(shù)據(jù)的過程，而Pandas Profiling是一個(gè)Python包，它可以簡單快速地對(duì)Pandas 的數(shù)據(jù)框數(shù)據(jù)進(jìn)行 探索 性數(shù)據(jù)分析。

Pandas中df.describe()和df.info()函數(shù)可以實(shí)現(xiàn)EDA過程第一步。但是，它們只提供了對(duì)數(shù)據(jù)非常基本的概述，對(duì)于大型數(shù)據(jù)集沒有太大幫助。 而Pandas中的Profiling功能簡單通過一行代碼就能顯示大量信息，且在交互式HTML報(bào)告中也是如此。

對(duì)于給定的數(shù)據(jù)集，Pandas中的profiling包計(jì)算了以下統(tǒng)計(jì)信息：

由Pandas Profiling包計(jì)算出的統(tǒng)計(jì)信息包括直方圖、眾數(shù)、相關(guān)系數(shù)、分位數(shù)、描述統(tǒng)計(jì)量、其他信息——類型、單一變量值、缺失值等。

安裝

用pip安裝或者用conda安裝

pip install pandas-profiling

conda install -c anaconda pandas-profiling

用法

下面代碼是用很久以前的泰坦尼克數(shù)據(jù)集來演示多功能Python分析器的結(jié)果。

#importing the necessary packages

import pandas as pd

import pandas_profiling

df = pd.read_csv('titanic/train.csv')

pandas_profiling.ProfileReport(df)

一行代碼就能實(shí)現(xiàn)在Jupyter Notebook中顯示完整的數(shù)據(jù)分析報(bào)告，該報(bào)告非常詳細(xì)，且包含了必要的圖表信息。

還可以使用以下代碼將報(bào)告導(dǎo)出到交互式HTML文件中。

profile = pandas_profiling.ProfileReport(df)

profile.to_file(outputfile="Titanic data profiling.html")

Pandas實(shí)現(xiàn)交互式作圖

Pandas有一個(gè)內(nèi)置的.plot（）函數(shù)作為DataFrame類的一部分。但是，使用此功能呈現(xiàn)的可視化不是交互式的，這使得它沒那么吸引人。同樣，使用pandas.DataFrame.plot（）函數(shù)繪制圖表也不能實(shí)現(xiàn)交互。 如果我們需要在不對(duì)代碼進(jìn)行重大修改的情況下用Pandas繪制交互式圖表怎么辦呢？這個(gè)時(shí)候就可以用Cufflinks庫來實(shí)現(xiàn)。

Cufflinks庫可以將有強(qiáng)大功能的plotly和擁有靈活性的pandas結(jié)合在一起，非常便于繪圖。下面就來看在pandas中如何安裝和使用Cufflinks庫。

安裝

pip install plotly

# Plotly is a pre-requisite before installing cufflinks

pip install cufflinks

用法

#importing Pandas

import pandas as pd

#importing plotly and cufflinks in offline mode

import cufflinks as cf

import plotly.offline

cf.go_offline()

cf.set_config_file(offline=False, world_readable=True)

是時(shí)候展示泰坦尼克號(hào)數(shù)據(jù)集的魔力了。

df.iplot()

df.iplot() vs df.plot()

右側(cè)的可視化顯示了靜態(tài)圖表，而左側(cè)圖表是交互式的，更詳細(xì)，并且所有這些在語法上都沒有任何重大更改。

Magic命令

Magic命令是Jupyter notebook中的一組便捷功能，旨在解決標(biāo)準(zhǔn)數(shù)據(jù)分析中的一些常見問題。使用命令％lsmagic可以看到所有的可用命令。

所有可用的Magic命令列表

Magic命令有兩種：行magic命令（line magics），以單個(gè)％字符為前綴，在單行輸入操作；單元magic命令（cell magics），以雙%%字符為前綴，可以在多行輸入操作。如果設(shè)置為1，則不用鍵入%即可調(diào)用Magic函數(shù)。

接下來看一些在常見數(shù)據(jù)分析任務(wù)中可能用到的命令：

% pastebin

％pastebin將代碼上傳到Pastebin并返回url。Pastebin是一個(gè)在線內(nèi)容托管服務(wù)，可以存儲(chǔ)純文本，如源代碼片段，然后通過url可以與其他人共享。事實(shí)上，Github gist也類似于pastebin，只是有版本控制。

在file.py文件中寫一個(gè)包含以下內(nèi)容的python腳本，并試著運(yùn)行看看結(jié)果。

#file.py

def foo(x):

return x

在Jupyter Notebook中使用％pastebin生成一個(gè)pastebin url。

%matplotlib notebook

函數(shù)用于在Jupyter notebook中呈現(xiàn)靜態(tài)matplotlib圖。用notebook替換inline，可以輕松獲得可縮放和可調(diào)整大小的繪圖。但記得這個(gè)函數(shù)要在導(dǎo)入matplotlib庫之前調(diào)用。

%run

用％run函數(shù)在notebook中運(yùn)行一個(gè)python腳本試試。

%run file.py

%%writefile

%% writefile是將單元格內(nèi)容寫入文件中。以下代碼將腳本寫入名為foo.py的文件并保存在當(dāng)前目錄中。

%%latex

%%latex函數(shù)將單元格內(nèi)容以LaTeX形式呈現(xiàn)。此函數(shù)對(duì)于在單元格中編寫數(shù)學(xué)公式和方程很有用。

查找并解決錯(cuò)誤

交互式調(diào)試器也是一個(gè)神奇的功能，我把它單獨(dú)定義了一類。如果在運(yùn)行代碼單元時(shí)出現(xiàn)異常，請(qǐng)?jiān)谛滦兄墟I入％debug并運(yùn)行它。 這將打開一個(gè)交互式調(diào)試環(huán)境，它能直接定位到發(fā)生異常的位置。還可以檢查程序中分配的變量值，并在此處執(zhí)行操作。退出調(diào)試器單擊q即可。

Printing也有小技巧

如果您想生成美觀的數(shù)據(jù)結(jié)構(gòu)，pprint是首選。它在打印字典數(shù)據(jù)或JSON數(shù)據(jù)時(shí)特別有用。接下來看一個(gè)使用print和pprint來顯示輸出的示例。

讓你的筆記脫穎而出

我們可以在您的Jupyter notebook中使用警示框/注釋框來突出顯示重要內(nèi)容或其他需要突出的內(nèi)容。注釋的顏色取決于指定的警報(bào)類型。只需在需要突出顯示的單元格中添加以下任一代碼或所有代碼即可。

藍(lán)色警示框：信息提示

p class="alert alert-block alert-info"

bTip:/b Use blue boxes (alert-info) for tips and notes.

If it’s a note, you don’t have to include the word “Note”.

/p

黃色警示框：警告

p class="alert alert-block alert-warning"

bExample:/b Yellow Boxes are generally used to include additional examples or mathematical formulas.

/p

綠色警示框：成功

p class="alert alert-block alert-success"

Use green box only when necessary like to display links to related content.

/p

紅色警示框：高危

p class="alert alert-block alert-danger"

It is good to avoid red boxes but can be used to alert users to not delete some important part of code etc.

/p

打印單元格所有代碼的輸出結(jié)果

假如有一個(gè)Jupyter Notebook的單元格，其中包含以下代碼行：

In [1]: 10+5

11+6

Out [1]: 17

單元格的正常屬性是只打印最后一個(gè)輸出，而對(duì)于其他輸出，我們需要添加print()函數(shù)。然而通過在notebook頂部添加以下代碼段可以一次打印所有輸出。

添加代碼后所有的輸出結(jié)果就會(huì)一個(gè)接一個(gè)地打印出來。

In [1]: 10+5

11+6

12+7

Out [1]: 15

Out [1]: 17

Out [1]: 19

恢復(fù)原始設(shè)置：

InteractiveShell.ast_node_interactivity = "last_expr"

使用'i'選項(xiàng)運(yùn)行python腳本

從命令行運(yùn)行python腳本的典型方法是：python hello.py。但是，如果在運(yùn)行相同的腳本時(shí)添加-i，例如python -i hello.py，就能提供更多優(yōu)勢(shì)。接下來看看結(jié)果如何。

首先，即使程序結(jié)束，python也不會(huì)退出解釋器。因此，我們可以檢查變量的值和程序中定義的函數(shù)的正確性。

其次，我們可以輕松地調(diào)用python調(diào)試器，因?yàn)槲覀內(nèi)匀辉诮忉屍髦校?/p>

import pdb

pdb.pm()

這能定位異常發(fā)生的位置，然后我們可以處理異常代碼。

自動(dòng)評(píng)論代碼

Ctrl / Cmd + /自動(dòng)注釋單元格中的選定行，再次命中組合將取消注釋相同的代碼行。

刪除容易恢復(fù)難

你有沒有意外刪除過Jupyter notebook中的單元格？如果答案是肯定的，那么可以掌握這個(gè)撤消刪除操作的快捷方式。

如果您刪除了單元格的內(nèi)容，可以通過按CTRL / CMD + Z輕松恢復(fù)它。

如果需要恢復(fù)整個(gè)已刪除的單元格，請(qǐng)按ESC + Z或EDIT撤消刪除單元格。

結(jié)論

在本文中，我列出了使用Python和Jupyter notebook時(shí)收集的一些小提示。我相信它們會(huì)對(duì)你有用，能讓你有所收獲，從而實(shí)現(xiàn)輕松編碼！

Python中Thread類的start和run方法的區(qū)別

1） start：

用start方法來啟動(dòng)線程，真正實(shí)現(xiàn)了多線程運(yùn)行，這時(shí)無需等待run方法體代碼執(zhí)行完畢而直接繼續(xù)執(zhí)行下面的代碼。通過調(diào)用Thread類的start()方法來啟動(dòng)一個(gè)線程，這時(shí)此線程處于就緒（可運(yùn)行）狀態(tài)，并沒有運(yùn)行，一旦得到cpu時(shí)間片，就開始執(zhí)行run()方法，這里方法 run()稱為線程體，它包含了要執(zhí)行的這個(gè)線程的內(nèi)容，Run方法運(yùn)行結(jié)束，此線程隨即終止。

2） run：

run()方法只是類的一個(gè)普通方法而已，如果直接調(diào)用Run方法，程序中依然只有主線程這一個(gè)線程，其程序執(zhí)行路徑還是只有一條，還是要順序執(zhí)行，還是要等待run方法體執(zhí)行完畢后才可繼續(xù)執(zhí)行下面的代碼，這樣就沒有達(dá)到寫線程的目的?？偨Y(jié)：調(diào)用start方法方可啟動(dòng)線程，而run方法只是thread的一個(gè)普通方法調(diào)用，還是在主線程里執(zhí)行。這兩個(gè)方法應(yīng)該都比較熟悉，把需要并行處理的代碼放在run()方法中，start()方法啟動(dòng)線程將自動(dòng)調(diào)用 run()方法，這是由jvm的內(nèi)存機(jī)制規(guī)定的。并且run()方法必須是public訪問權(quán)限，返回值類型為void.。

python多線程可以不寫run函數(shù)嗎

可以啊， 用run只是其中一種方法。

import?threading

def?tt1():

while?True:

....

#?args是傳給線程函數(shù)的參數(shù)

t?=?threading.Thread(target=tt1,args=())

#?設(shè)為?True，主線程結(jié)束，子線程也會(huì)結(jié)束

t.setDaemon(True)

t.start()

#?等待子線程

t.join()

純手打，望采納。

python run和start的區(qū)別

Java的線程是通過java.lang.Thread類來實(shí)現(xiàn)的。VM啟動(dòng)時(shí)會(huì)有一個(gè)由主方法所定義的線程?？梢酝ㄟ^創(chuàng)建Thread的實(shí)例來創(chuàng)建新的線程。每個(gè)線程都是通過某個(gè)特定Thread對(duì)象所對(duì)應(yīng)的方法run（）來完成其操作的，方法run()稱為線程體。通過調(diào)用Thread類的start()方法來啟動(dòng)一個(gè)線程。

在Java當(dāng)中，線程通常都有五種狀態(tài)，創(chuàng)建、就緒、運(yùn)行、阻塞和死亡。

第一是創(chuàng)建狀態(tài)。在生成線程對(duì)象，并沒有調(diào)用該對(duì)象的start方法，這是線程處于創(chuàng)建狀態(tài)。

第二是就緒狀態(tài)。當(dāng)調(diào)用了線程對(duì)象的start方法之后，該線程就進(jìn)入了就緒狀態(tài)，但是此時(shí)線程調(diào)度程序還沒有把該線程設(shè)置為當(dāng)前線程，此時(shí)處于就緒狀態(tài)。在線程運(yùn)行之后，從等待或者睡眠中回來之后，也會(huì)處于就緒狀態(tài)。

第三是運(yùn)行狀態(tài)。線程調(diào)度程序?qū)⑻幱诰途w狀態(tài)的線程設(shè)置為當(dāng)前線程，此時(shí)線程就進(jìn)入了運(yùn)行狀態(tài)，開始運(yùn)行run函數(shù)當(dāng)中的代碼。

第四是阻塞狀態(tài)。線程正在運(yùn)行的時(shí)候，被暫停，通常是為了等待某個(gè)時(shí)間的發(fā)生(比如說某項(xiàng)資源就緒)之后再繼續(xù)運(yùn)行。sleep,suspend，wait等方法都可以導(dǎo)致線程阻塞。

第五是死亡狀態(tài)。如果一個(gè)線程的run方法執(zhí)行結(jié)束或者調(diào)用stop方法后，該線程就會(huì)死亡。對(duì)于已經(jīng)死亡的線程，無法再使用start方法令其進(jìn)入就緒。

網(wǎng)頁題目：python函數(shù).run Python函數(shù)中如果沒有return語句,則不返回值
網(wǎng)頁路徑：http://vcdvsql.cn/article42/hpgeec.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供動(dòng)態(tài)網(wǎng)站、微信小程序、全網(wǎng)營銷推廣、定制開發(fā)、域名注冊(cè)、網(wǎng)站營銷

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)