如何提升數據分析能力?Peter Nistrup 根據自身經驗列出了 7 個有用工具。
選自 | TowardsDataScience；編譯 | 機器之心
本文列舉了一些提升或加速日常數據分析工作的技巧，包括：
1. Pandas Profiling
2. 使用 Cufflinks 和 Plotly 繪製 Pandas 數據
3. IPython 魔術命令
4. Jupyter 中的格式編排
5. Jupyter 快捷鍵
6. 在 Jupyter(或 IPython)中使一個單元同時有多個輸出
7. 為 Jupyter Notebook 即時創建幻燈片
1. Pandas Profiling
該工具效果明顯。下圖展示了調用 df.profile_report() 這一簡單方法的結果：
使用該工具只需安裝和導入 Pandas Profiling 包。
本文不再詳述這一工具，如欲瞭解更多，請閱讀：https://towardsdatascience.com/exploring-your-data-with-just-1-line-of-python-4b35ce21a82d
2. 使用 Cufflinks 和 Plotly 繪製 Pandas 數據
「經驗豐富的」數據科學家或數據分析師大多對 matplotlib 和 pandas 很熟悉。也就是說，你只需調用 .plot() 方法，即可快速繪製簡單的 pd.DataFrame 或 pd.Series：
有點無聊?
這已經很好了，不過是否可以繪製一個交互式、可縮放、可擴展的全景圖呢?是時候讓 Cufflinks* *出馬了!(Cufflinks 基於 Plotly 做了進一步的包裝。)
在環境中安裝 Cufflinks，只需在終端中運行! pip install cufflinks --upgrade 即可。查看下圖：
效果好多了!
注意，上圖唯一改變的是 Cufflinks cf.go_offline() 的導入和設置，它將 .plot() 方法變為 .iplot()。
其他方法如 .scatter_matrix() 也可以提供非常棒的可視化結果：
需要做大量數據可視化工作的朋友，可以閱讀 Cufflinks 和 Plotly 的文檔，發現更多方法。
Cufflinks 文檔：https://plot.ly/ipython-notebooks/cufflinks/
Plotly 文檔：https://plot.ly/
3. IPython 魔術命令
IPython 的「魔術」是 IPython 基於 Python 標準語法的一系列提升。魔術命令包括兩種方法：行魔術命令(line magics)：以 % 為前綴，在單個輸入行上運行;單元格魔術命令(cell magics)：以 %% 為前綴，在多個輸入行上運行。下面列舉了 IPython 魔術命令提供的一些有用功能：
%lsmagic：找出全部命令
如果你只記得一個魔術命令，那必須得是這一個。執行 %lsmagic 命令將提供所有可用魔術命令的列表：
%debug：交互式 debug
這可能是我最常使用的魔術命令了。
大部分數據科學家都遇到過這種情況：執行的代碼塊一直 break，你絕望地寫了 20 個 print() 語句，想輸出每個變量的內容。然後，當你最終修復問題後，你還得返回並再次刪除所有 print() 語句。
不過以後再也不用這樣了。遇到問題後只需執行 %debug 命令，即可執行想要運行的任意代碼部分：
上圖中發生了什麼?
我們有一個函數，它以列表為輸入，並對所有的偶數取平方值。
我們運行函數，但是出了些問題。但是我們並不知道怎麼回事!
對該函數使用%debug 命令。
讓調試器告訴我們 x 和 type(x) 的值。
問題顯而易見：我們把'6'作為字符串輸入到函數中了!
這對於更復雜的函數非常有用。
%store：在 notebook 之間傳遞變量
這個命令也很酷。假設你花了一些時間清洗 notebook 中的數據，現在你想在另一個 notebook 中測試一些功能，那麼你是在同一個 notebook 中實現該功能，還是保存數據並在另一個 notebook 中加載數據呢?使用%store 命令後，這些操作都不需要!該命令將存儲變量，你可以在其他任意 notebook 中檢索該變量：
%store [variable] 存儲變量。
%store -r [variable] 讀取/檢索存儲變量。
%who：列出所有全局變量。
你是否遇到過，為變量賦值後卻忘記變量名的情況?或者不小心刪掉了負責為變量賦值的單元格?使用%who 命令，你可以得到所有全局變量的列表：
%%time：計時魔法命令
使用該命令可以獲取所有計時信息。只需對任意可執行代碼應用%%time 命令，你就可以得到如下輸出：
%%writefile：向文件寫入單元格內容
在 notebook 中寫複雜函數或類，且想將其保存到專屬文件中時，該魔法命令非常有用。只需為函數或類的單元格添加 %%writefile 前綴和想要保存到的文件名即可：
如上所示，我們可以將創建的函數保存到 utils.py 文件中，然後就可以隨意導入了。在其他 notebook 中也可以這樣，只要與 utils.py 文件屬於同一個目錄即可。
4. Jupyter 中的格式編排
這個工具很酷!Jupyter 考慮到 markdown 中存在 HTML / CSS 格式。以下是我最經常使用的功能：
藍色、時尚：
\t
This is fancy!\t
紅色、輕微慌張：
\t
This is baaaaad!\t
綠色、平靜：
\t
This is gooood!\t
下圖展示了它們的運行過程：
當你想以 Notebook 格式呈現一些發現時，這非常有用！
5. Jupyter 快捷鍵
想了解和學習鍵盤快捷鍵，你可以使用命令面板：Ctrl + Shift + P，獲取 notebook 所有功能的列表。下面選取了幾個最基礎的命令：
- Esc：進入命令模式。在命令模式內，你可以使用方向鍵在 notebook 內進行導航。
在命令模式內：
- A 和 B：在當前單元格上方（Above）或下方（Below）插入新的單元格。
- M：當前單元格轉入 Markdown 狀態。
- Y：當前單元格轉入 code 狀態。
- D,D：刪除當前單元格。
- Enter：當前單元格回到編輯模式。
- Shift + Tab：為你在當前單元格中鍵入的對象提供文檔字符串（文檔），持續使用該快捷鍵，可循環使用文檔模式。
- Ctrl + Shift + -：在光標所在處分割當前單元格。
- Esc + F：查找並替換代碼（不包括輸出）。
- Esc + O：切換單元格輸出。
選擇多個單元格：
- Shift + Down 和 Shift + Up：選中下方或上方的單元格。
- Shift + M：合併選中單元格。
注意，選中多個單元格後，你可以批量執行刪除/複製/剪切/粘貼/運行操作。
學習大數據，可以瞭解一下加米穀大數據，理論+實踐結合，已向市場輸送大批專業的大數據技術人才！
6. 在 Jupyter（或 IPython）中使一個單元同時有多個輸出
想展示 pandas DataFrame 的 .head() 和 .tail()，但由於創建運行 .tail() 方法的額外代碼單元過於麻煩而不得不中途放棄，你是否有過這樣的經歷？現在不用怕了，你可以使用以下代碼行展示你想展示的輸出：
from IPython.core.interactiveshell import InteractiveShell\t
InteractiveShell.ast_node_interactivity = "all"
下圖展現了多個輸出的結果：
7. 為 Jupyter Notebook 即時創建幻燈片
使用 RISE，你可以僅通過一次按鍵將 Jupyter Notebook 即時轉變為幻燈片。而且 notebook 仍然處於活躍狀態，你可以在展示幻燈片的同時執行實時編碼！
要想使用該工具，你只需通過 conda 或 pip 安裝 RISE 即可。
conda install -c conda-forge rise
或者
pip install RISE
現在，你可以點擊新按鈕，為 notebook 創建不錯的幻燈片了：
閱讀更多 加米穀大數據 的文章
