Python编程神器Jupyter Notebook使用的28个秘诀(附代码)

lizhou 2019-12-28

Python编程神器Jupyter Notebook使用的28个秘诀(附代码)

来源:大数据

本文约2800字,建议阅读8分钟

本文总结了28种Jupyter Notebook的使用技巧。

[ 导读 ]最近做实验一直是用Jupyter Notebook编程,有一种打草稿的便捷感,在dataquest上看到一篇博客总结了28种Jupyter Notebook的使用技巧。为了方便大家理解,对原文一个简略的地方进行了适当的解释和扩充。希望大家在用Jupyter Notebook编程时可以更加爽快。

Python编程神器Jupyter Notebook使用的28个秘诀(附代码)


00 Jupyter Notebook是什么

Jupyter Notebook,以前称为IPython Notebook,是一种灵活的python编程工具,可以用来创建可读的分析。在Jupyter Notebook上可以将代码、图像、注释、公式和可视化结果保存在一起。在这篇文章中,我们介绍了一些非常实用的Jupyter Notebook高级使用技巧,让Jupyter Notebook成为你编程的超级利器!

Python编程神器Jupyter Notebook使用的28个秘诀(附代码)


01 实用的快捷键

Jupyter Notebook有很多的快捷键,编程时使用这些快捷键将提高你的编程效率。想知道Jupyter Notebook有哪些快捷键,你可以在它的下拉菜单Help>Keyboard Shortcuts中找到。或者在command model中按下H查看。每次更新Jupyter的时候你都最好看看有哪些新的快捷键。
还有一个方法调用快捷键,那就是使用Ctrl + Shift + P 调出command palette。在这个对话框中你可以输入快捷功能的名字来使用快捷键,比如你想重启kernel,那就在对话框中输入’restar’,command palette会自动显示候选的功能。这个功能类似Mac上的Spotlight工具。

我的一些常用快捷键:

  • Esc进入command mode
  • command mode下:A/B可以在上/下方插入新的cell,M切换到Markdown模式下,Y切回编程模式,D+D删除当前cell
  • Entercommand mode返回edit mode
  • Shift + Tab会显示你刚才输入对象的文档
  • Ctrl + Shift + -将会分割你的cell
  • Esc + F查找替换代码(不包含输出部分)
  • Esc + O隐藏cell的输出
  • 你还可以选对多个cell进行操作:Shift + J Shift + Down向下选择,Shift + K Shift + Up向上选择,Shift + M合并多个cell

02 整齐的变量输出

当你的cell最后是一个变量名,那么你不需要用print就可以输出了。特别是你要输出Pandas DataFrames的时候,这很有用。
不过我要教你一个少有人知道的技巧,指定ast_note_interactivity参数为all来一次性输出多个变量而不用print

ore.interactiveshellimportInteractiveShellInteractiveShell.ast_node_interactivity="all"frompydatasetimportdataquakes=data('quakes')quakes.head()quakes.tail()#输出的效果是将head和tail都输出,而不是只有tail输出

如果你希望所有Jupyter 的cell都这样输出,创建一个文件~/.ipython/profile_default/ipython_config.py并输入以下代码:

c=get_config()#Runallnodesinteractivelyc.InteractiveShell.ast_node_interactivity="all"

03 快速链接文档

你可以在Help菜单中看到一些常用库,如NumPy, Pandas, SciPy and Matplotlib的文档。不过你还可以在方法前面加?来查看对应的文档。

#执行下面这行代码在JupyterNotebkook中?str.replace()#将显示文档Docstring:S.replace(old,new[,count])->strReturnacopyofSwithalloccurrencesofsubstringoldreplacedbynew.Iftheoptionalargumentcountisgiven,onlythefirstcountoccurrencesarereplaced.Type:method_descriptor

04 在notebooks中绘图

常用的绘图库包括:matplotlib, Seaborn, mpld3, bokeh, plot.ly, Altair

05-15 魔法命令

由于Jupyter是基于IPython内核的,所以Jupyter可以使用IPython内核中的Magics命令。
可以使用%lsmagic查看所有的magic命令。

  • %env,设置环境变量
#Running%envwithoutanyarguments#listsallenvironmentvariables#Thelinebelowsetstheenvironment#variable%envOMP_NUM_THREADS%envOMP_NUM_THREADS=4#outputenv:OMP_NUM_THREADS=4
  • %run,执行python代码


有时候你有一份已经写好的*.py文件,你可以在Jupyter中执行它。

#thiswillexecuteandshowtheoutputfrom#allcodecellsofthespecifiednotebook%run./two-histograms.ipynb
  • %load,导入外部脚本

有时候你想运行一个外部脚本,但是想用Jupyter加一些代码,那么你可以先把它load进Jupyter。

#你有一个hello_world.py文件#内容是if__name__=="__main__":print("HelloWorld!")#在Jupyter中先用%load载入%load./hello_world.py#运行%load./hello_world.py命令后,在你的cell中就出现以下几行代码(你执行的%run语句会显示已经注释)#%load./hello_world.pyif__name__=="__main__":print("HelloWorld!")
  • %store,在notebook之间传递变量
#在notebookA中data='thisisthestringIwanttopasstodifferentnotebook'%storedatadeldata#Thishasdeletedthevariable#在notebookB中%store-rdataprint(data)#显示thisisthestringIwanttopasstodifferentnotebook
  • %who,显示所有的变量
#某个cell中有以下四行代码one="forthemoney"two="fortheshow"three="togetreadynowgocatgo"%whostr#输出为onethreetwo
  • %%time和%timeit

%%time将提供代码单次运行的信息,%%timeit将默认运行你的代码100,000次,提供最快运行三次的平均结果。

  • %%writefile和pycat,导出单元格的内容/显示外部脚本的内容

%%writefile保存cell内容到外部文件。%pycat正好相反。

  • %prun,显示程序中每个函数的调用信息
  • %pdb,代码调试

详细的介绍在:

https://docs.python.org/3.5/library/pdb.html#debugger-commands

  • 为视网膜(Retina)屏输出高分辨率图像
#常规图像x=range(1000)y=[i**2foriinx]plt.plot(x,y)plt.show();#视网膜(Retina)图像%configInlineBackend.figure_format='retina'plt.plot(x,y)plt.show();

16 在函数末尾加入分号可以抑制输出

在函数末尾加分号可以抑制函数的输出。

17 执行shell命令

在shell命令前面加!

ore.interactiveshellimportInteractiveShellInteractiveShell.ast_node_interactivity="all"frompydatasetimportdataquakes=data('quakes')quakes.head()quakes.tail()#输出的效果是将head和tail都输出,而不是只有tail输出

18 用LaTex写公式

在markdown cell 中书写LaTeX时,它会被 MathJax 渲染成一个公式

19 在一个notebook中运行多种kernel的代码

如果想要的话,你可以在一个notebook中运行多种kernel的代码。
在每个cell的开头使用相关的魔法命令来声明你想使用的 kernel。

c=get_config()#Runallnodesinteractivelyc.InteractiveShell.ast_node_interactivity="all"

20 为Jupyter安装其他的kernel

Jupyter其实不止可以用于python编程,安装一个R内核它就可以用于R语言编程。

#通过Anaconda安装condainstall-crr-essentials#手动安装#你需要先从https://cloud.r-project.org下载安装R#然后在R控制台下运行以下代码install.packages(c('repr','IRdisplay','crayon','pbdZMQ','devtools'))devtools::install_github('IRkernel/IRkernel')IRkernel::installspec()#toregisterthekernelinthecurrentRinstallation

21 在同一个notebook中运行R和Python

你可以安装rpy2用pip install rpy2

%load_extrpy2.ipython%Rrequire(ggplot2)array([1],dtype=int32)importpandasaspddf=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]})%%R-idfggplot(data=df)+geom_point(aes(x=X,y=Y,color=Letter,size=Z))

22 用其他语言来写函数

有时numpy的速度不够快,我需要写一些快速的代码。
原则上,可以在动态库中编译函数并编写python包装器…
但是把这个无聊的部分做完会更好,对吧?
您可以用cython或fortran编写函数,并直接从python代码中使用这些函数。
首先你需要安装cython:

!pipinstallcythonfortran-magic%load_extCython%%cythondefmyltiply_by_2(floatx):return2.0*xmyltiply_by_2(23.)

就个人而言我建议使用fortran:

%load_extfortranmagic%%fortransubroutinecompute_fortran(x,y,z)real,intent(in)::x(:),y(:)real,intent(out)::z(size(x,1))z=sin(x+y)endsubroutinecompute_fortrancompute_fortran([1,2,3],[4,5,6])

23 多行编辑模式

你可以在Jupyter中使用多行编辑模式,只需要按住Alt键。

24 在Jupyter上安装插件

Jupyter-contrib extensions是一个插件库,包含了很多实用的插件,包括jupyter spell-checkercode-formatter
使用以下命令安装Jupyter-contrib extensions

#执行下面这行代码在JupyterNotebkook中?str.replace()#将显示文档Docstring:S.replace(old,new[,count])->strReturnacopyofSwithalloccurrencesofsubstringoldreplacedbynew.Iftheoptionalargumentcountisgiven,onlythefirstcountoccurrencesarereplaced.Type:method_descriptor

安装成功后Jupyter-contrib extensions会以菜单栏的方式显示在界面上。

25 从notebook中创建PPT

安装RISE工具就可以从已有的notebook中创建powerpoint风格的演示了。

conda install -c damianavila82 rise或pip install RISE安装RISE。

#激活RISEjupyter-nbextensioninstallrise--py--sys-prefixjupyter-nbextensionenablerise--py--sys-prefix

26 Jupyter输出系统

使用IPython.display这个库可以将多媒体文件排列输出。

27 大数据分析

推荐使用ipyparallel,pyspark工具以及%%sql魔法命令进行大数据查询,处理。

28 分享notebooks

通常分享*.ipynb文件是最简单的方式。但是如果你要给不用Jupyter的人分享有以下几种选择:

  • 使用File - Download as - HTMLl菜单选项将笔记本转换为html文件
  • github或者gist.github.com上分享notebooks
  • 使用jupyterhub搭建你自己的分享系统
  • dropbox上存储你的notebook并且将链接挂到https://nbviewer.jupyter.org上
  • 使用File - Download as - PDF保存notebook为PDF

最后希望大家看完这篇“安利”后可以愉快地使用Jupyter Notebook~

参考资料

28 Jupyter Notebook Tips, Tricks, and Shortcuts

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

与作者交流

github:

https://github.com/keloli

blog:

https://www.jianshu.com/u/d055ee434e59

编辑:于腾凯

校对:林亦霖

— 完 —

关注清华-青岛数据科学研究院官方微信公众平台“THU数据派”及姊妹号“数据派THU”获取更多讲座福利及优质内容。

相关推荐