15个能使你工作效率翻倍的Jupyter Notebook的小技巧(二)

简介: 15个能使你工作效率翻倍的Jupyter Notebook的小技巧(二)

技巧3-添加图片

如果要插入图像,必须先将单元格类型从“代码”更改为“标记”。您可以在页面顶部的下拉框中执行此操作,也可以转到命令模式并按M键。一旦进入单元格即为标记,只需将图片拖放到单元格中即可。

640.png

一旦将图像放入单元格,就会出现一些代码。运行单元格(Shift+Enter)以查看图像。

技巧4-直接执行Shell命令

使用感叹号(!)可以让Jupyter Notebook执行shell命令。例如,可以安装软件包。

!pip install matplotlib-venn

技巧5-使用内置的魔法命令

魔法命令是有助于提高生产率的特殊命令。


最熟悉可能是下面的这个魔术命令,它允许绘图在笔记本中呈现。

%matplotlib inline

还有一些比较有用的

%pwd #print the current working directory
%cd #change working directory
%ls #show contents in the current directory
%load [insert Python filename here] #load code into the Jupyter notebook
%store [insert variable here] #this lets you pass variables between Jupyter Notebooks
%who #use %who to list all variables

也可以指定变量类型。例如,下面的代码将列出所有int类型的变量。

%who int

以下命令可以列出所有的魔法命令

%lsmagic #show all magic commands

技巧6-获取单元执行时间

使用%%time获得整个单元的执行时间。

640.png

技巧7-使用多行光标

假设您有多行代码,如下所示,并且希望删除每行代码中的所有数字。不要逐行删除每个数字,你可以一次全部删除!

640.png

按住Alt键并选择整个单元格内容。按左箭头,您将看到现在有光标(下面代码片段中的黑线),每行一个。从这里,你可以删除所有的数字在一次点击删除键。如果要将光标移到末尾,请使用右箭头键

640.png

技巧8-在代码完成时创建提示

如果有需要一段时间才能运行的代码,可以在下面添加代码,让Python告诉您何时完成运行。

Windows
import winsound
duration = 1000 #milliseconds
freq = 440 #Hz
winsound.Beep(freq, duration)
 Mac
import os
os.system('say "your program has finished"')

技巧9-添加扩展提高生产效率

Jupyter Notebook扩展是为您提供更多功能的整洁工具。

640.png

下面是您可以启用的可配置扩展的列表。对我来说,一些有用的是可折叠标题、代码折叠、草稿行和拼写检查器。

技巧10-显示函数和方法的帮助文档

如果忘记了特定方法的参数,请使用Shift+Tab获取该方法的文档。

640.png

技巧11-扩展Pandas中显示的列和行数

Pandas表中显示的行和列数量有限,可以根据自己的喜好进行自定义。

在这里,我将行和列的最大输出设置为500。

import pandas as pd
pd.set_option('display.max_rows', 500)
pd.set_option('display.max_columns', 500)

技巧12-使用粗体或彩色突出显示输出内容

要使输出的重要部分突出,可以添加粗体字体和/或颜色。请参阅下面的代码片段。

640.png

技巧13-隐藏输出以加快速度

有时候会遇到显示速度很慢的问题,这可能是因为有很多图形正在呈现。

将鼠标悬停在图表左侧的区域(请参见下面的红色矩形),然后双击该区域以隐藏输出。这会大大加快速度!

640.png

技巧14-隐藏烦人的Matplotlib文本


创建绘图时,可能会看到此文本“”处(下面以黄色突出显示)。

640.png

我个人觉得很烦人,所以要隐藏那行文字,可以在代码末尾加上分号。

640.png

技巧15-组织分析记录

使用标记单元格,可以轻松地记录工作。如下图所示,您可以使用“#”符号创建字体层次结构来组织笔记本。

640.png

一旦执行上述操作,层次结构就是这样的。

640.png

如果您创建这些不同的标题,并将其与技巧9中提到的可折叠标题扩展相结合,则隐藏大量单元格以及快速导航和移动各节将非常有用。

目录
相关文章
|
11天前
|
数据采集 机器学习/深度学习 数据可视化
使用Jupyter Notebook进行数据分析:入门与实践
【6月更文挑战第5天】Jupyter Notebook是数据科学家青睐的交互式计算环境,用于创建包含代码、方程、可视化和文本的文档。本文介绍了其基本用法和安装配置,通过一个数据分析案例展示了如何使用Notebook进行数据加载、清洗、预处理、探索、可视化以及建模。Notebook支持多种语言,提供直观的交互体验,便于结果呈现和分享。它是高效数据分析的得力工具,初学者可通过本文案例开始探索。
|
14天前
|
Python 数据挖掘 数据可视化
Python数据分析——Pandas与Jupyter Notebook
【6月更文挑战第1天】 本文探讨了如何使用Python的Pandas库和Jupyter Notebook进行数据分析。首先,介绍了安装和设置步骤,然后展示了如何使用Pandas的DataFrame进行数据加载、清洗和基本分析。接着,通过Jupyter Notebook的交互式环境,演示了数据分析和可视化,包括直方图的创建。文章还涉及数据清洗,如处理缺失值,并展示了如何进行高级数据分析,如数据分组和聚合。此外,还提供了将分析结果导出到文件的方法。通过销售数据的完整案例,详细说明了从加载数据到可视化和结果导出的全过程。最后,讨论了进一步的分析和可视化技巧,如销售额趋势、产品销售排名和区域分布,以及
34 2
|
17天前
|
Linux 数据安全/隐私保护
anaconda运行Notebook和jupyter报错resource.setrlimit(resource.RLIMIT_NOFILE, (soft, hard)) ValueError
anaconda运行Notebook和jupyter报错resource.setrlimit(resource.RLIMIT_NOFILE, (soft, hard)) ValueError
16 0
|
1月前
|
Python Windows
Jupyter Notebook的使用
Jupyter Notebook的使用
54 0
|
1月前
|
Ubuntu 网络安全 数据安全/隐私保护
使用SSH隧道将Ubuntu云服务器Jupyter Notebook端口映射到本地
这样,你就成功地将Ubuntu云服务器上的Jupyter Notebook端口映射到本地,使你能够通过本地浏览器访问并使用Jupyter Notebook。
84 1
|
1月前
|
JSON 数据可视化 数据挖掘
适合数据分析的ide---Jupyter Notebook的安装使用
适合数据分析的ide---Jupyter Notebook的安装使用
|
1月前
|
机器学习/深度学习 安全 数据安全/隐私保护
Windows系统安装Jupyter Notebook并实现公网访问内网笔记服务
Windows系统安装Jupyter Notebook并实现公网访问内网笔记服务
|
1月前
|
Linux 数据安全/隐私保护 Python
Linux下远程访问Jupyter Notebook 配置
Linux下远程访问Jupyter Notebook 配置
27 1
|
1月前
|
Windows
Anaconda 与 Jupyter notebook
Anaconda 与 Jupyter notebook
|
1月前
|
自然语言处理 数据可视化 数据挖掘
Python 的科学计算和数据分析: 解释什么是 Jupyter Notebook?
Python科学计算与数据分析中,借助`numpy`进行数值计算,`matplotlib`用于绘图。Jupyter Notebook提供交互式编程环境,支持多语言,集成各种可视化工具。其优势在于结合代码、结果和文本,提升工作效率,具备自动补全、语法高亮等特性。示例展示了导入库,生成随机数据并用`matplotlib`画正弦波图的过程。Jupyter Notebook虽便捷,但复杂任务可能需结合`scipy`、`pandas`等更多库。
31 4