目录

引言

准备工作

第三章ipython

第四章Numpy

参考文献


首先完成jupyter和ipython的相关安装和配置,检查了一下发现以前都装过了,安装也很简单,直接pip install 就可,跳过

jupyter电脑中已经安装,但是到指定目录运行jupyter notebook出现错误提示‘jupyter’不是内部命令,参见参考文献1,进行环境变量的配置

利用Python进行数据分析 第二章_数据分析

再次运行可以了,默认浏览器会自动打开jupyter的页面

利用Python进行数据分析 第二章_数据分析_02

ipython是python的一个交互式shell,更多的可以参见参考文献2以及本博文下一部分.

其实平时用惯了pycharm,不过该书花了一个章节讲这个,就简单学习一下。检查是否安装

利用Python进行数据分析 第二章_数据分析_03

这样就是可以了。

也可以直接输入ipython qtconsole,进入图形化界面

利用Python进行数据分析 第二章_利用Python进行数据分析 第二章_04

回车进入

利用Python进行数据分析 第二章_利用Python进行数据分析 第二章_05

其他很多依赖库就不一一细说了

第三章ipython

ipython的几个特点

  • 输入表达式时,只要按下tab键,当前命名空间中任何与已输入的字符串匹配的变量或其他都会被找出来

利用Python进行数据分析 第二章_利用Python进行数据分析 第二章_06

利用Python进行数据分析 第二章_python_07

  • 对象内省:在变量前后加上 (?) 可以将该对象的一些通用信息显示出来,(??) 还可以显示函数的源代码,这样的功能结合通配符 (*) 可以用来搜索ipython的命名空间

利用Python进行数据分析 第二章_数据分析_08

利用Python进行数据分析 第二章_jupyter_09

利用Python进行数据分析 第二章_数据分析_10

  • 利用%run project_name.py可以运行脚本程序,如果脚本要访问ipython命名空间中的变量,应使用%run -i

利用Python进行数据分析 第二章_python_11

  • 中断正在执行的代码,按下ctrl-c
  • 执行剪贴板中的代码(这一块直接略过,感觉没什么实际使用的价值)
  • 魔术命令,ipython的一些特殊命令,一个%magic显示所有魔术命令的详细文档最实用

利用Python进行数据分析 第二章_jupyter_12

  • 执行%logstar,记录整个控制台会话的输入输出

ipython对输入输出变量的自动保存是一个挺有意思的点

Ipython会将输入(输入的文本)保存在_iX,其中X是输入行的行号

每一个输入变量对应的输出(返回的对象)保存在_X

利用Python进行数据分析 第二章_jupyter_13

几点不错的代码设计原则

  • “扁平结构要比嵌套结构好”,编写函数和类的时候要尽量注意低耦合和模块化
  • 对于Ipython来说,多个小文件不如一个大文件(注意度)

Ipython会自动获取__repr__方法返回的字符串,可以对输出形式进行一定的设置,使得显示更加友好

利用Python进行数据分析 第二章_python_14