提升Python数据分析能力的方法

1.Pandas分析包

这个工具的好处是显而易见的。下面的动画是调用简单方法df.profile_report()的结果，看看自己的结果报告：

使用这个工具很简单，只需安装和导入pandas分析包。

2.使用Cufflinks和Plotly绘图

我们中的大多数人都是所谓的“有经验的”数据科学家或数据分析师，他们会非常熟悉matplotlib和pandas之间的集成。也就是你可以快速画出一个简单pd的图。DataFrame或pd。通过简单调用.plot()方法，可以得到以下结果：

现在这一切都很好，但如何实现交互，可平移，可缩放，可缩放的图形呢?我们可以用Cufflinks

要在您的环境中安装Cufflinks，只需运行

pipinstallcufflinks--upgrade

你就可以开始了。看看下面这些：

3.IPythonMagic命令

IPython的“Magic”基本上是IPython在标准Python语法之上的一系列增强。Magic命令有两种类型:行Magic，用一个%前缀表示，对一行输入进行操作;单元Magic，用两个%%前缀表示，对多行输入进行操作。下面是“magic”提供的一些有用的功能：

%lsmagic:找到全部

%debug:交互式调试

%store:在notebook之间传递变量。

%who：列出全局作用域的所有变量。

%%time:时间魔法，获取所有时间信息

%%writefile:将单元格内容写入文件。

4.奇特的Jupyter格式

这个超级酷!基本上，Jupyter允许一些HTML/CSS格式的标记单元格。

5.Jupyter快捷键

在访问和学习快捷键时，您可以使用命令面板:Ctrl+Shift+P。这会显示出笔记本所有功能的列表。以下是最基本的命令举例:

Esc:这将带你进入命令模式。在这个模式下，你可以使用箭头键在笔记本上导航。

Enter:返回当前单元格的编辑模式。

更多命令可以一边学习一遍使用。

6.Jupyter中每个单元的多个输出

这个很棒。您是否曾经想要显示pandasDataFrame的.head()和.tail()，但中途放弃了，因为创建额外的代码单元来运行.tail()方法太麻烦了?不用担心了，现在您可以使用以下代码行显示您想要的所有输出：

fromIPython.core.interactiveshellimportInteractiveShell

InteractiveShell.ast_node_interactivity="all"

7.立即创建一个幻灯片的Notebook

使用RISE，你可以立即把你的JupyterNotebook变成幻灯片与一个单一的按键。最好的是，Notebook仍然是活动的，所以您可以执行现场编码的同时呈现!

要使用这个出色的工具，简单安装RISE或通过conda或pip取决于您的环境：

condainstall-cconda-forgerise///OR///pipinstallRISE

现在，你可以从你的Notebook上创建有趣的幻灯片，只需点击新建按钮。