现在时间是:
当前位置:首 页 >> 数据分析>> 文章列表

Jupyter Notebook的27个窍门,技巧和快捷键

作者:   发布时间:2017-01-22 15:45:49   浏览次数:2689

Jupyther notebook ,也就是一般说的 Ipython notebook,是一个可以把代码、图像、注释、公式和作图集于一处,从而实现可读性分析的一种灵活的工具。 


Jupyter延伸性很好,支持多种编程语言,可以很轻松地安装在个人电脑或者任何服务器上——只要有ssh或者http接入就可以啦。最棒的一点是,它完全免费哦。


 

Jupyter 界面 


默认情况下,Jupyter Notebook 使用Python内核,这就是为什么它原名 IPython Notebook。Jupyter notebook是Jupyter项目的产物——Jupyter这个名字是它要服务的三种语言的缩写:Julia,PYThon和R,这个名字与“木星(jupiter)”谐音。本文将介绍27个轻松使用Jupyter的小窍门和技巧。


 

◆ 

1.快捷键


高手们都知道,快捷键可以节省很多时间。Jupyter在顶部菜单提供了一个快捷键列表:Help > Keyboard Shortcuts 。每次更新Jupyter的时候,一定要看看这个列表,因为不断地有新的快捷键加进来。另外一个方法是使用Cmd + Shift + P (  Linux 和 Windows下 Ctrl + Shift + P亦可)调出命令面板。这个对话框可以让你通过名称来运行任何命令——当你不知道某个操作的快捷键,或者那个操作没有快捷键的时候尤其有用。这个功能与苹果电脑上的Spotlight搜索很像,一旦开始使用,你会欲罢不能。

 


 

几个我的最爱:

  • Esc + F 在代码中查找、替换,忽略输出。

  • Esc + O 在cell和输出结果间切换。

  • 选择多个cell: 

    • Shift + J 或 Shift + Down 选择下一个cell。

    • Shift + K 或 Shift + Up 选择上一个cell。

    • 一旦选定cell,可以批量删除/拷贝/剪切/粘贴/运行。当你需要移动notebook的一部分时这个很有用。

  • Shift + M 合并cell. 



 

◆ 

2.变量的完美显示

 

有一点已经众所周知。把变量名称或没有定义输出结果的语句放在cell的最后一行,无需print语句,Jupyter也会显示变量值。当使用Pandas DataFrames时这一点尤其有用,因为输出结果为整齐的表格。 


鲜为人知的是,你可以通过修改内核选项ast_note_interactivity,使得Jupyter对独占一行的所有变量或者语句都自动显示,这样你就可以马上看到多个语句的运行结果了。


  1. In [1]: from IPython.core.interactiveshell import InteractiveShell

  2.        InteractiveShell.ast_node_interactivity = "all"

  3. In [2]: from pydataset import data

  4.        quakes = data('quakes')

  5.        quakes.head()

  6.        quakes.tail()

  7. Out[2]:

  8.        lat long    depth   mag stations

  9.        1   -20.42  181.62  562 4.8 41

  10.        2   -20.62  181.03  650 4.2 15

  11.        3   -26.00  184.10  42  5.4 43

  12.        4   -17.97  181.66  626 4.1 19

  13.        5   -20.42  181.96  649 4.0 11

  14. Out[2]:

  15.        lat long    depth   mag stations

  16.        996 -25.93  179.54  470 4.4 22

  17.        997 -12.28  167.06  248 4.7 35

  18.        998 -20.13  184.20  244 4.5 34

  19.        999 -17.40  187.80  40  4.5 14

  20.        1000    -21.59  170.56  165 6.0 119

如果你想在各种情形下(Notebook和Console)Jupyter都同样处理,用下面的几行简单的命令创建文件~/.ipython/profile_default/ipython_config.py即可实现:

  1. c = get_config()

  2. # Run all nodes interactively

  3. c.InteractiveShell.ast_node_interactivity = "all"

 

◆ 

3.轻松链接到文档


在Help 菜单下,你可以找到常见库的在线文档链接,包括Numpy,Pandas,Scipy和Matplotlib等。 


另外,在库、方法或变量的前面打上?,即可打开相关语法的帮助文档。


  1. In [3]: ?str.replace()


       Docstring:        S.replace(old, new[, count]) -> str        Return a copy of S with all occurrences of substring        old replaced by new.  If the optional argument count is        given, only the first count occurrences are replaced.        Type:      method_descriptor

◆ 

4.在notebok里作图

 

在notebook里作图,有多个选择: 

matplotlib (事实标准)(http://matplotlib.org/),可通过%matplotlib inline 激活,(https://www.dataquest.io/blog/matplotlib-tutorial/) 
- %matplotlib notebook 提供交互性操作,但可能会有点慢,因为响应是在服务器端完成的。 
mpld3(https://github.com/mpld3/mpld3) 提供matplotlib代码的替代性呈现(通过d3),虽然不完整,但很好。 
bokeh(http://bokeh.pydata.org/en/latest/) 生成可交互图像的更好选择。 
plot.ly(https://plot.ly/) 可以生成非常好的图,可惜是付费服务。

 

 

 

◆ 

5.Jupyter Magic命令


上文提到的%matplotlib inline 是Jupyter Magic命令之一。 


推荐阅读
Jupyter magic命令的相关文档

(http://ipython.readthedocs.io/en/stable/interactive/magics.html),它一定会对你很有帮助。下面是我最爱的几个:

 

◆ 

6.Jupyter Magic-%env:设置环境变量

 

不必重启jupyter服务器进程,也可以管理notebook的环境变量。有的库(比如theano)使用环境变量来控制其行为,%env是最方便的途径。


In [55]:    # Running %env without any arguments            # lists all environment variables            # The line below sets the environment            # variable OMP_NUM_THREADS            %env OMP_NUM_THREADS=4


           env: OMP_NUM_THREADS=4

 


◆ 

7.Jupyter Magic-%run:运行python代码


%run 可以运行.py格式的python代码——这是众所周知的。不那么为人知晓的事实是它也可以运行其它的jupyter notebook文件,这一点很有用。 


注意:使用%run 与导入一个python模块是不同的。


In [56]:    # this will execute and show the output from            # all code cells of the specified notebook            %run ./two-histograms.ipynb


 

 

 


◆ 

8.Jupyter Magic-%load:从外部脚本中**代码


该操作用外部脚本替换当前cell。可以使用你的电脑中的一个文件作为来源,也可以使用URL。


In [ ]:     # Before Running            %load ./hello_world.py In [61]:    # After Running            # %load ./hello_world.py            if __name__ == "__main__":                print("Hello World!")


           Hello World!

 

 

◆ 

9.Jupyter Magic-%store:在notebook文件之间传递变量


%store 命令可以在两个notebook文件之间传递变量。


In [62]:    data = 'this is the string I want to pass to different notebook'            %store data            del data # This has deleted the variable


           Stored 'data' (str)

现在,在一个新的notebook文档里……

In [1]: %store -r data        print(data)


       this is the string I want to pass to different notebook

 


◆ 

10.Jupyter Magic-%who:列出所有的全局变量


不加任何参数, %who 命令可以列出所有的全局变量。加上参数 str 将只列出字符串型的全局变量。


In [1]: one = "for the money"        two = "for the show"        three = "to get ready now go cat go"        %who str


       one  three   two    


 

◆ 

11.Jupyter Magic-计时


有两种用于计时的jupyter magic命令: %%time 和 %timeit.当你有一些很耗时的代码,想要查清楚问题出在哪时,这两个命令非常给力。 


仔细体会下我的描述哦。 


%%time 会告诉你cell内代码的单次运行时间信息。


In [4]: %%time        import time        for _ in range(1000):            time.sleep(0.01)# sleep for 0.01 seconds


       CPU times: user 21.5 ms, sys: 14.8 ms, total: 36.3 ms        Wall time: 11.6 s


%%timeit 使用了Python的 timeit 模块,该模块运行某语句100,000次(默认值),然后提供最快的3次的平均值作为结果。


In [3]: import numpy        %timeit numpy.random.normal(size=100)


       The slowest run took 7.29 times longer than the fastest. This could mean that an intermediate result is being cached.        100000 loops, best of 3: 5.5 µs per loop


 

◆ 

12.Jupyter Magic-writefile and %pycat:导出cell内容/显示外部脚本的内容


使用%%writefile magic可以保存cell的内容到外部文件。 而%pycat功能相反,把外部文件语法高亮显示(以弹出窗方式)。


In [7]: %%writefile pythoncode.py        import numpy        def append_if_not_exists(arr, x):            if x not in arr:                arr.append(x)        def some_useless_slow_function():            arr = list()            for i in range(10000):                x = numpy.random.randint(0, 10000)                append_if_not_exists(arr, x)


       Writing pythoncode.py


In [8]: %pycat pythoncode.py


       import numpy        def append_if_not_exists(arr, x):            if x not in arr:                arr.append(x)        def some_useless_slow_function():            arr = list()            for i in range(10000):                x = numpy.random.randint(0, 10000)                append_if_not_exists(arr, x)


 

◆ 

13.Jupyter Magic-%prun:告诉你程序中每个函数消耗的时间


使用%prun+函数声明会给你一个按顺序排列的表格,显示每个内部函数的耗时情况,每次调用函数的耗时情况,以及累计耗时。

In [47]:    %prun some_useless_slow_function()


        26324 function calls in 0.556 seconds   Ordered by: internal time   ncalls  tottime  percall  cumtime  percall filename:lineno(function)    10000    0.527    0.000    0.528    0.000 <ipython-input-46-b52343f1a2d5>:2(append_if_not_exists)    10000    0.022    0.000    0.022    0.000 {method 'randint' of 'mtrand.RandomState' objects}        1    0.006    0.006    0.556    0.556 <ipython-input-46-b52343f1a2d5>:6(some_useless_slow_function)     6320    0.001    0.000    0.001    0.000 {method 'append' of 'list' objects}        1    0.000    0.000    0.556    0.556 <string>:1(<module>)        1    0.000    0.000    0.556    0.556 {built-in method exec}        1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}


 

◆ 

14.Jupyter Magic-用%pdb调试程序


Jupyter 有自己的调试界面The Python Debugger (pdb)(https://docs.python.org/3.5/library/pdb.html),使得进入函数内部检查错误成为可能。 


Pdb中可使用的命令见链接(https://docs.python.org/3.5/library/pdb.html#debugger-commands)

 

In [ ]: %pdb        def pick_and_take():            picked = numpy.random.randint(0, 1000)            raise NotImplementedError()        pick_and_take()        Automatic pdb calling has been turned ON        ---------------------------------------------------------------------------        NotImplementedError                       Traceback (most recent call last)        <ipython-input-24-0f6b26649b2e> in <module>()              5     raise NotImplementedError()              6        ----> 7 pick_and_take()        <ipython-input-24-0f6b26649b2e> in pick_and_take()              3 def pick_and_take():              4     picked = numpy.random.randint(0, 1000)        ----> 5     raise NotImplementedError()              6              7 pick_and_take()        NotImplementedError:        > <ipython-input-24-0f6b26649b2e>(5)pick_and_take()              3 def pick_and_take():              4     picked = numpy.random.randint(0, 1000)        ----> 5     raise NotImplementedError()              6              7 pick_and_take()        ipdb>


 

◆ 

15.末句函数不输出


有时候不让末句的函数输出结果比较方便,比如在作图的时候,此时,只需在该函数末尾加上一个分号即可。


In [4]: %matplotlib inline        from matplotlib import pyplot as plt        import numpy        x = numpy.linspace(0, 1, 1000)**1.5 In [5]: # Here you get the output of the function        plt.hist(x) Out[5]:        (array([ 216.,  126.,  106.,   95.,   87.,   81.,   77.,   73.,   71.,   68.]),         array([ 0. ,  0.1,  0.2,  0.3,  0.4,  0.5,  0.6,  0.7,  0.8,  0.9,  1. ]),         <a list of 10 Patch objects>)

In [6]: # By adding a semicolon at the end, the output is suppressed.        plt.hist(x);

 


◆ 

16.运行Shell命令


在notebook内部运行shell命令很简单,这样你就可以看到你的工作文件夹里有哪些数据集。


In [7]: !ls *.csv


nba_2016.csv             titanic.csv pixar_movies.csv         whitehouse_employees.csv


 

◆ 

17.用LaTex写公式

 

当你在一个Markdown单元格里写LaTex时,它将用MathJax呈现公式:如 


$$ P(A mid B) = frac{P(B mid A) , P(A)}{P(B)} $$


会变成 



 

◆ 

18.在notebook内用不同的内核运行代码

 

如果你想要,其实可以把不同内核的代码结合到一个notebook里运行。 


只需在每个单元格的起始,用Jupyter magics调用kernal的名称:


  • %%bash

  • %%HTML

  • %%python2

  • %%python3

  • %%ruby

  • %%perl

    In [6]: %%bash        for i in {1..5}        do           echo "i is $i"        done


           i is 1            i is 2            i is 3            i is 4            i is 5


 

◆ 

19.给Jupyter安装其他的内核


Jupyter的优良性能之一是可以运行不同语言的内核。下面以运行R内核为例说明:

简单的方法:通过Anaconda安装R内核


conda install -c r r-essentials


稍微麻烦的方法:手动安装R内核


如果你不是用Anaconda,过程会有点复杂,首先,你需要从CRAN安装R。 


之后,启动R控制台,运行下面的语句:


install.packages(c('repr', 'IRdisplay', 'crayon', 'pbdZMQ', 'devtools')) devtools::install_github('IRkernel/IRkernel') IRkernel::installspec()  # to register the kernel in the current R installation

 

◆ 

20.在同一个notebook里运行R和Python


要这么做,最好的方法事安装rpy2(需要一个可以工作的R),用pip操作很简单: 


pip install rpy2 

 

然后,就可以同时使用两种语言了,甚至变量也可以在二者之间公用:


In [1]: %load_ext rpy2.ipython In [2]: %R require(ggplot2) Out[2]: array([1], dtype=int32) In [3]: import pandas as pd        df = pd.DataFrame({                'Letter': ['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'c'],                'X': [4, 3, 5, 2, 1, 7, 7, 5, 9],                'Y': [0, 4, 3, 6, 7, 10, 11, 9, 13],                'Z': [1, 2, 3, 1, 2, 3, 1, 2, 3]            }) In [4]: %%R -i df        ggplot(data = df) + geom_point(aes(x = X, y= Y, color = Letter, size = Z))

 

 

 

 

◆ 

21.用其他语言写函数

 

有时候numpy的速度有点慢,我想写一些更快的代码。 


原则上,你可以在动态库里编译函数,用python来封装… 


但是如果这个无聊的过程不用自己干,岂不更好?

 
你可以在cython或fortran里写函数,然后在python代码里直接调用。 


首先,你要先安装:


!pip install cython fortran-magic In [ ]: %load_ext Cython In [ ]: %%cython        def myltiply_by_2(float x):            return 2.0 * x In [ ]: myltiply_by_2(23.)


我个人比较喜欢用Fortran,它在写数值计算函数时十分方便。更多的细节在(http://arogozhnikov.github.io/2015/09/08/SpeedBenchmarks.html)


In [ ]: %load_ext fortranmagic In [ ]: %%fortran        subroutine compute_fortran(x, y, z)            real, intent(in) :: x(:), y(:)            real, intent(out) :: z(size(x, 1))            z = sin(x + y)        end subroutine compute_fortran In [ ]: compute_fortran([1, 2, 3], [4, 5, 6])


还有一些别的跳转系统可以加速python 代码。更多的例子见(http://arogozhnikov.github.io/2015/09/08/SpeedBenchmarks.html)


你可以在cython或fortran里写函数,然后在python代


 

◆ 

22.支持多指针


Jupyter支持多个指针同步编辑,类似Sublime Text编辑器。按下Alt键并拖拽鼠标即可实现。

 

 

 

◆ 

23.Jupyter外界拓展

 

Jupyter-contrib extensions(https://github.com/ipython-contrib/jupyter_contrib_nbextensions)是一些给予Jupyter更多更能的延伸程序,包括jupyter spell-checker和code-formatter之类. 


下面的命令安装这些延伸程序,同时也安装一个菜单形式的配置器,可以从Jupyter的主屏幕浏览和激活延伸程序。


!pip install https://github.com/ipython-contrib/jupyter_contrib_nbextensions/tarball/master !pip install jupyter_nbextensions_configurator !jupyter contrib nbextension install --user !jupyter nbextensions_configurator enable --user

 

 

 

 

◆ 

24.从Jupyter notebook创建演示稿


Damian Avila的RISE(https://github.com/damianavila/RISE)允许你从已有的notebook创建一个powerpoint形式的演示稿。 
你可以用conda来安装RISE:


conda install -c damianavila82 rise


或者用pip安装:


pip install RISE


然后运行下面的代码来安装和激活延伸程序:


jupyter-nbextension install rise --py --sys-prefix jupyter-nbextension enable rise --py --sys-prefix


 

◆ 

25.Jupyter输出系统


Notebook本身以HTML的形式显示,单元格输出也可以是HTML形式的,所以你可以输出任何东西:视频/音频/图像。 


这个例子是浏览我所有的图片,并显示前五张图的缩略图。


In [12]:    import os            from IPython.display import display, Image            names = [f for f in os.listdir('../images/ml_demonstrations/') if f.endswith('.png')]            for name in names[:5]:                display(Image('../images/ml_demonstrations/' + name, width=100))

 

 

 
 
 
 
 

 

我们也可以用bash命令创建一个相同的列表,因为magics和bash运行函数后返回的是python 变量:


In [10]:    names = !ls ../images/ml_demonstrations/*.png            names[:5] Out[10]:    ['../images/ml_demonstrations/colah_embeddings.png',             '../images/ml_demonstrations/convnetjs.png',             '../images/ml_demonstrations/decision_tree.png',             '../images/ml_demonstrations/decision_tree_in_course.png',             '../images/ml_demonstrations/dream_mnist.png']


 

◆ 

26.大数据分析


很多方案可以解决查询/处理大数据的问题:



◆ 

27.分享notebook


分享notebook最方便的方法是使用notebook文件(.ipynb),但是对那些不使用notebook的人,你还有这些选择:



你的最爱是哪些?


在评论里告诉我哪些是你的最爱小窍门吧!

 

原文链接:https://www.dataquest.io/blog/jupyter-notebook-tips-tricks-shortcuts/







上一篇:没有了    下一篇:没有了

Copyright ©2018    易一网络科技|www.yeayee.com All Right Reserved.

技术支持:自助建站 | 领地网站建设 |短信接口 版权所有 © 2005-2018 lingw.net.粤ICP备16125321号 -5