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