数据分析应用于各个领域,作为一个Python的程序员,又怎么能不知道数据分析呢。学好数据分析才能学好机器学习,进而才能学习人工智能,我们一起来了解下数据分析吧。
一.启动程序
执行命令:jupyter notebook
浏览器地址为:http://localhost:8888/
通过control—C终止jupyter程序
几个基本操作:
1.双击D:删除当前cell
2.单击M:转为markdown文档
3.单击Y:转为代码
4.markdown文档下运行变为预览模式
二.IPython的帮助文档
1.使用help()
通过以下命令来获得帮助文档:help(len)
help()是一个内置函数 可以告诉用户 传入的函数的参数和返回值是什么
2.使用?
或者使用问号:len?
?和help()函数功能一样,都可以用看查看帮助文档
使用两个问号??可以把函数的源代码显示出来
还可以应用到自定义的变量和自定义的函数上来返回帮助文档
使用一个?和help(len)一样
len?
import numpy as np
np?
对于函数和模块 两个问号 会直接获取源代码 np??
对于自定义函数 后面加一个? 会显示说明文档。 后面加两个问号 会显示源代码。
3.tab自动补全
敲击tab键能自动补全
命令行代码提示是tab键,jupyter代码提示也是tab键 其实在jupyter中写代码就是在命令行中写代码,只不过这个界面更好看一些 功能更丰富一些
三.IPython魔法命令
1.运行外部Python文件
使用下面命令运行外部python文件(默认是当前目录,最好加上绝对路径)
%run *.py
例如在当前目录下有一个myscript.py文件:
def square(x):
square a number
return x**2
for N in range(1,4):
print(N,"squared is",square(N))
我们可以通过下面的命令执行它:
%run myscript.py
注意:是.py的python代码文件 不是通过jupyter创建的。ipynb文件
(如果想在jupyter中创建,可以通过创建text file然后改后缀名来实现;编辑后记得保存)
尤其要注意的是,当我们使用魔法命令执行了一个外部文件时,该文件的函数就能在当前会话中使用
sum(1,2)
run后面跟相对路径 就可以加载外部的.py文件(注意是加载.py文件 不是ipynb文件)并且路径要用双引号引起来 不是单引号
加载之后就可以对函数和变量进行调用了
2.运行计时
2.1用下面命令计算statement的运行时间
%time statement
2.2用下面的命令计算statement的平均运行时间
%timeit statement
timeit会多次运行statement,最后得到一个更为精准的预期运行时间
2.3可以使用两个百分号来测试多行代码的平均运行时间
%%time
statement1
statement2
statement3
%%timeit
statement1
statement2
statement3
记住:%time 一般用于耗时长的代码段
%timeit 一般用于耗时短的代码段
3.查看当前会话中的所有变量与函数
快速查看当前会话的所有变量与函数名称:%who
查看当前会话的所有变量与函数名称的详细信息:%whos
返回一个字符串列表,里面元素是当前会话的所有变量与函数名称:%who_is
4.执行Linux指令
linux指令:
$echo "hello world" #echo is like Python's print function
hello world
$ pwd #pwd=print working directory
/Users/.. #this is the "path" that we're sitting in
$is #is = list working directory contents
notebooks projects
$mkdir mm
/home/jake/projects
$touch txt
!touch /home/nanfengpo/Desktop/xx/hello.txt
在linux指令之前加上!,即可在ipython当中执行linux指令。
注意会将标准输出以字符串形式返回
windows系统前面不加! 也不加$
5.更多魔法命令
列出所有魔法命令 %ismagic
查看魔法命令的文档:使用?
四.notebook的快捷键
1、命令模式
Enter:转入编辑模式(或者鼠标双击)
Ctrl+Enter:运行本单元,选中本单元
Alt+Enter:运行本单元,在下面插入一单元
Shift+Enter:运行本单元,选中下个单元
Y:单元转入代码状态
M:单元转入markdown状态
A:在上方插入新单元
B:在下方插入新单元
2、编辑模式(enter键启动)
Tab:代码不全或缩进
Shift-Tab:提示
# 代码提示
# Jupyter 中也有快捷键查看代码提示 Shift + Tab
# 按Tab键可以获取只能提示 选择智能提示使用 Enter
# 在函数中按 Shift + Tab 可以获取参数的只能提示
# np.random.random()
Ctrl-A:全选
Ctrl-Z:后退
Ctrl+Shift+Z:前进
#导入包:
import numpy
import pandas
import scipy
import sklearn