免责声明：本文是从一个公开的微机密信中获得的（ID：mosthuman2014），作者：Perter Nistrup，Hyun-woo技术转载授权发行。 如何提高数据分析能力？ 彼得·尼斯特鲁普（Peter Nistrup）根据自己的经验列出了7种有用的工具。 本文列出了一些改善或加快日常数据分析工作的技术，包括：1.熊猫分析2.使用袖扣和Plotly绘制熊猫数据3. IPython魔术命令4. Jupyter格式化5. Jupyter快捷方式6.在Jupyter（或 IPython）以使一个单元同时具有多个输出。7.立即为Jupyter Notebook创建幻灯片1.熊猫分析该工具具有明显的效果。 下图显示了调用df.profile_report（）的简单方法的结果：要使用此工具，只需安装并导入Pandas Profiling软件包。 本文将不再详细介绍该工具，如果您想了解更多信息，请阅读：https://towardsdatascience.com/exploring-your-data-with-just-1-line-of-python-4b35ce21a82d2。 使用袖扣和密谋绘制Pandas数据的大多数“经验丰富”数据科学家或数据分析人员对matplotlib和pandas都很熟悉。 换句话说，您只需要调用.plot（）方法即可快速绘制一个简单的pd.DataFrame或pd.Series：有点无聊吗？ 这已经非常好，但是可以绘制交互式，可缩放和可扩展的全景图吗？ 是时候让袖扣**出来了！ （袖扣根据Plotly进行了进一步打包。）在环境中安装Cufflinks，只需在终端中运行它！ pip install袖扣--upgrade。 查看下面的图片：效果要好得多！ 请注意，上图中的唯一更改是袖扣cf.go_offline（）的导入和设置，该设置将.plot（）方法更改为.iplot（）。 其他方法，例如.scatter_matrix（）也可以提供出色的可视化效果：需要进行大量数据可视化工作的朋友可以阅读袖扣和Plotly的文档以找到更多方法。 袖扣文档：https://plot.ly/ipython-notebooks/cufflinks/Plotly文档：https://plot.ly/3。 IPython魔术命令IPython的“魔术”是基于Python标准语法的IPython的一系列改进。 魔术命令包括两种方法：行魔术命令（行魔术）：以％为前缀在单个输入行上运行； 单元魔术命令：以%%为前缀可在多个输入行上运行。 以下是IPython magic命令提供的一些有用功能：％lsmagic：找出所有命令。 如果您仅记得一个魔术命令，那么它肯定是这个。 执行％lsmagic命令将提供所有可用的magic命令的列表：％debug：交互式调试这可能是我最常使用的magic命令。 大多数数据科学家都遇到过这种情况：执行的代码块不断中断，您拼命编写了20条print（）语句，并希望输出每个变量的内容。 然后，当您最终解决问题时，您必须返回并再次删除所有print（）语句。 但是，情况将不再如此。 遇到问题后，只需执行％debug命令即可执行您要运行的代码的任何部分：上图中发生了什么？ 我们有一个函数，将列表作为输入，并对所有偶数取平方。 我们运行了该函数，但是出了点问题。 但是我们不知道发生了什么！ 功能使用％debug命令。 让调试器告诉我们x和type（x）的值。 问题很明显：我们在函数中作为字符串输入了“ 6”！ 这对于更复杂的功能非常有用。 ％store：在笔记本之间传递变量的命令也很酷。 假设您花了一些时间清理笔记本中的数据，现在要在另一个笔记本中测试某些功能，是否在同一笔记本中实现该功能，还是将数据保存并在另一个笔记本中加载数据？ 使用％store命令后，不需要这些操作！ 此命令将存储该变量，您可以在任何其他笔记本中检索该变量：％store [variable]存储该变量。 ％store -r [变量]读取/检索存储变量。 ％who：列出所有全局变量。 您是否遇到过在为变量分配值后忘记变量名称的情况？ 还是意外删除了负责为变量分配值的单元格？ 使用％who命令，您可以获得所有全局变量的列表：%% time：Timing Magic命令使用此命令可获取所有时序信息。 只需将%% time命令应用于任何可执行代码，您将获得以下输出：%% writefile：将单元格内容写入文件，在笔记本中编写复杂的函数或类，并将其保存在专用文件中 魔术命令非常有用。 只需将%% writefile前缀和要保存的文件名添加到函数或类的单元格中即可：如上所示，我们可以将创建的函数保存到utils.py文件中，然后随意导入。 只要它与utils.py文件属于同一目录，也可以在其他笔记本中完成此操作。 4.在Jupyter中格式化该工具非常酷！ Jupyter认为markdown中存在HTML / CSS格式。 以下是我最常使用的功能：蓝色，时尚：