Python 数据科学手册：IPython

2018.11.19

1、工具下载&安装

工欲善其事，必先利其器。建议下载 Anaconda，（我下载的版本是 conda 4.5.11，对应 Python 版本为 3.6.5）好处：
①自带三百多个科学数据包、
②安装环境良好（以前我用自己下载的 Python 来 pip install xx库时，某些库容易出错）、
③环境管理方便（创建虚拟环境，容易实现环境的转移和保证环境的纯净，尤其是多版本的 Python 共存时），
④自带 IPython 和 Jupyter Notebook
在安装过程中勾选 2 个选项（加入 Path、下载 Python）。
浏览器建议使用 Chrome，并设为默认浏览器。

2、IPython 常用命令

下载安装完成后，可以通过 Jupyter Notebook 直接打开，界面如下，若浏览器未打开，可直接在浏览器中输入：http://localhost:8888

打开后新建 Python3 文件 如下：

常用命令整理：
① ？：获取函数、对象（包括自定义函数和对象）、对象方法等文档
如查看 len 函数的文档
查看对象的文档

查看对象方法的文档

查看自定义函数

② ?? : 获取源代码：
使用方法与 ？类似，可用于 Python 函数或是模块。

若无法显示源代码，则有可能是该函数源代码是由其他语言编译扩展实现的。此时显示的会与 ？方法相同。如 len 函数：

③ TAB 键补全功能：
输入对象 + . + TAB 键，可以出现该对象可用的方法可供选择。

若在TAB 键前输入其他字母，则会出现前缀是该字母的候选方法。如 L.c +TAB
默认省略私有方法和特殊方法，若需要则输入 L.__ + TAB 即可。

2018.11.20
通用符匹配：匹配中间或末尾的几个字符时很好用。
如：*Warning? 会列出以 Warning 结尾的所有对象。

3、IPython 魔法命令

以 % 符号开头，是 IPython 在 Python 语法基础上的增强功能。分为行魔法（%）和单元魔法（%%）。
①粘贴代码块：
遇到问题：UsageError: Line magic function %cpaste not found.
%paste 和 %cpaste 在 IPyhon 5.0版本后已取消，直接复制粘贴即可。查看 IPython 版本号：在 cmd 中 输入 IPython 即可。

现在支持：
键入时语法突出显示
真正的多行编辑（向上和向下箭头键在行之间移动）
多行粘贴，不会破坏缩进或立即执行代码
更好的代码完成界面（我们计划进一步改进）可选的鼠标支持
使用以下命令升级 IPython：

pip install ipython --upgrade

② %run:
执行外部代码，可以将外部代码放到 IPython 保存的地方（即相对路径）或者用绝对路径：

file = 'C:\\Users\\cathy.chen\\Desktop\\test.py'

③ 计算代码运行时间：
%timeit :计算单行 Python 语句执行时间（多次计算，取均值）
%%timeit： 计算多行 Python 语句执行时间

④ 魔法函数的帮助：？、%magic 和 %lsmagic
？会获取魔法函数文档注释；
%magic 列出可用魔法函数的通用描述
%lsmagic 快速简单列出所有可用魔法函数列表

4、IPython 输入和输出历史

① IPython 的输入和输出对象：
IPython创建了 In 和 Out 的python变量
In对象是列表（按顺序记录所有命令），Out 对象是字典（前提是 In 对象要有相应的 Out 输出，print 和 import 等没有输出），Key 为该对象的序号，值为输出

②下划线和以前的输出
print(_):输出上一个历史输出
print(__):输出倒数第二个历史输出
若 IPython 历史中有输出但是被删除掉了，依然会出现在 下划线中
超过 3 条下划线该功能失效，用 _x（下划线+行号）代替

③ 禁止输出：
当有用到禁止输出时（画图时较多），可在行末尾添加一个分号就行（没有输出，但是结果被默默计算了，且结果不会存储也不会显示）；

④ 相关魔法命令：
%history -n x-y:输出 第x到y条命令

5、IPython 与 Shell 命令

占坑，后续用到再补上

6、错误和调试

① 控制异常：%xmode
有 3 个参数可选
%xmode Plain:精简的异常信息
%xmode Context: 普通的异常信息
%xmode Verbose: 详细的异常信息

② 调试：
占坑，后续用到再补上

7、代码分析

占坑，后续用到再补上

8、参考资料

① 网络资源
IPython 网站（http://ipython.org）：
IPython 网站链接到各种相关文档、示例、教程以及很多其他资源。

nbviewer 网站（http://nbviewer.ipython.org/）：
该网站展示了网络上任何可用的IPython Notebook 的静态翻译。该网站的首页展示了一些示例Notebook，通过这些示例你可以看到其他人用IPython 做了什么。

有趣的IPython Notebook 集合（http://github.com/ipython/ipython/wiki/A-gallery-of-interesting-IPython-Notebooks/）：
这是由nbviewer 运行的最全的Notebook 列表（并且该列表还在不断增长），展示了通过IPython 可以进行多深、多广的数值分析。它还包括短小的示例、全套课程教程以及Notebook 格式的图书。

② 书籍：
利用 Python 进行数据分析：第一版为 Python 2.7，第二版为 Python 3.6（但是纸质= =！）