点击上方“Python数据科学”，星标公众号重磅干货，第一时间送达
☞最后一天！当当4折买书！
作者：Perter Nistrup机器之心编译，参与：魔王如何提升数据分析能力？Peter Nistrup 根据自身经验列出了 7 个有用工具。
本文列举了一些提升或加速日常数据分析工作的技巧，包括：
2. 使用 Cufflinks 和 Plotly 绘制 Pandas 数据6. 在 Jupyter（或 IPython）中使一个单元同时有多个输出7. 为 Jupyter Notebook 即时创建幻灯片
该工具效果明显。下图展示了调用 df.profile_report() 这一简单方法的结果：
使用该工具只需安装和导入 Pandas Profiling 包。
本文不再详述这一工具，如欲了解更多，请阅读：https://towardsdatascience.com/exploring-your-data-with-just-1-line-of-python-4b35ce21a82d
2. 使用 Cufflinks 和 Plotly 绘制 Pandas 数据
「经验丰富的」数据科学家或数据分析师大多对 matplotlib 和 pandas 很熟悉。也就是说，你只需调用 .plot() 方法，即可快速绘制简单的 pd.DataFrame 或 pd.Series：有点无聊？
这已经很好了，不过是否可以绘制一个交互式、可缩放、可扩展的全景图呢？是时候让 Cufflinks* *出马了！（Cufflinks 基于 Plotly 做了进一步的包装。）
在环境中安装 Cufflinks，只需在终端中运行! pip install cufflinks --upgrade 即可。查看下图：
注意，上图唯一改变的是 Cufflinks cf.go_offline() 的导入和设置，它将 .plot() 方法变为 .iplot()。
其他方法如 .scatter_matrix() 也可以提供非常棒的可视化结果：需要做大量数据可视化工作的朋友，可以阅读 Cufflinks 和 Plotly 的文档，发现更多方法。
IPython 的「魔术」是 IPython 基于 Python 标准语法的一系列提升。魔术命令包括两种方法：行魔术命令（line magics）：以 % 为前缀，在单个输入行上运行；单元格魔术命令（cell magics）：以 %% 为前缀，在多个输入行上运行。下面列举了 IPython 魔术命令提供的一些有用功能：
如果你只记得一个魔术命令，那必须得是这一个。执行 %lsmagic 命令将提供所有可用魔术命令的列表：
大部分数据科学家都遇到过这种情况：执行的代码块一直 break，你绝望地写了 20 个 print() 语句，想输出每个变量的内容。然后，当你最终修复问题后，你还得返回并再次删除所有 print() 语句。
不过以后再也不用这样了。遇到问题后只需执行 %debug 命令，即可执行想要运行的任意代码部分：
我们有一个函数，它以列表为输入，并对所有的偶数取平方值。
我们运行函数，但是出了些问题。但是我们并不知道怎么回事！
对该函数使用%debug 命令。
让调试器告诉我们 x 和 type(x) 的值。
问题显而易见：我们把'6'作为字符串输入到函数中了！
这个命令也很酷。假设你花了一些时间清洗 notebook 中的数据，现在你想在另一个 notebook 中测试一些功能，那么你是在同一个 notebook 中实现该功能，还是保存数据并在另一个 notebook 中加载数据呢？使用%store 命令后，这些操作都不需要！该命令将存储变量，你可以在其他任意 notebook 中检索该变量：
你是否遇到过，为变量赋值后却忘记变量名的情况？或者不小心删掉了负责为变量赋值的单元格？使用%who 命令，你可以得到所有全局变量的列表：
使用该命令可以获取所有计时信息。只需对任意可执行代码应用%%time 命令，你就可以得到如下输出：
在 notebook 中写复杂函数或类，且想将其保存到专属文件中时，该魔法命令非常有用。只需为函数或类的单元格添加 %%writefile 前缀和想要保存到的文件名即可：
如上所示，我们可以将创建的函数保存到 utils.py 文件中，然后就可以随意导入了。在其他 notebook 中也可以这样，只要与 utils.py 文件属于同一个目录即可。
这个工具很酷！Jupyter 考虑到 markdown 中存在 HTML / CSS 格式。以下是我最经常使用的功能：
<div class="alert alert-block alert-info"> This is <b>fancy</b>!</div>
<div class="alert alert-block alert-danger"> This is <b>baaaaad</b>!</div>
<div class="alert alert-block alert-success"> This is <b>gooood</b>!</div>
当你想以 Notebook 格式呈现一些发现时，这非常有用！
想了解和学习键盘快捷键，你可以使用命令面板：Ctrl + Shift + P，获取 notebook 所有功能的列表。下面选取了几个最基础的命令：
注意，选中多个单元格后，你可以批量执行删除/复制/剪切/粘贴/运行操作。
6. 在 Jupyter（或 IPython）中使一个单元同时有多个输出
想展示 pandas DataFrame 的 .head() 和 .tail()，但由于创建运行 .tail() 方法的额外代码单元过于麻烦而不得不中途放弃，你是否有过这样的经历？现在不用怕了，你可以使用以下代码行展示你想展示的输出：
from IPython.core.interactiveshell import InteractiveShellInteractiveShell.ast_node_interactivity = "all"
7. 为 Jupyter Notebook 即时创建幻灯片
使用 RISE，你可以仅通过一次按键将 Jupyter Notebook 即时转变为幻灯片。而且 notebook 仍然处于活跃状态，你可以在展示幻灯片的同时执行实时编码！要想使用该工具，你只需通过 conda 或 pip 安装 RISE 即可。
conda install -c conda-forge rise
现在，你可以点击新按钮，为 notebook 创建不错的幻灯片了：
赠送三本机器学习基础书籍
机器学习线性代数基础-Python语言描述
当当20周年，每满100减50，优惠码：GVSJ5Y（付款时使用），在每满100减50的基础上可满200减30，活动截止时间是11月1日。内容介绍：数学是机器学习绕不开的基础知识，传统教材的风格偏重理论定义和运算技巧，想以此高效地打下机器学习的数学基础，针对性和可读性并不佳。本书以机器学习涉及的线性代数核心知识为重点，进行新的尝试和突破：从坐标与变换、空间与映射、近似与拟合、相似与特征、降维与压缩这5个维度，环环相扣地展开线性代数与机器学习算法紧密结合的核心内容，并分析推荐系统和图像压缩两个实践案例，在介绍完核心概念后，还将线性代数的应用领域向函数空间和复数域中进行拓展与延伸；同时极力避免数学的晦涩枯燥，充分挖掘线性代数的几何内涵，并以Python语言为工具进行数学思想和解决方案的有效实践。
赠送方式
关注下方公众号，回复：抽奖
推荐阅读
6、史上最全 | 数据分析技能详细拆解，一张图覆盖全流程知识细节和资源推荐