jupyternotebook 报告_Jupyter Notebook最实用的5个魔术命令
Jupyter Notebook是一个基于Web的交互式工具，机器学习和数据科学社区都频繁使用它。它们用于快速测试，作为报告工具，甚至是在线课程中非常复杂的学习材料。我最喜欢的一个功能是魔术命令。这些快捷方式可显着扩展Notebook的功能。以下是你应首先学习的五种命令列表，以便成为更好的数据向导。
％time，％timeit和%% time
你想知道你的代码需要运行多长时间吗？不出所料，你需要使用的魔术命令是时间及其变体。我经常使用cell magic版本(%% time)。这是对代码进行基准测试的快速方法，并向其他人表明他们需要多长时间来重新运行结果。
import numpy as np
from numpy.random import randint
# A function to simulate one million dice throws.
def one_million_dice():
return randint(low=1, high=7, size=1000000)
# Let's try %time first
%time throws = one_million_dice()
%time mean = np.mean(throws)
# Outputs:
# Wall time: 20.6 ms
# Wall time: 3.01 ms
# Let's do the same with %timeit
%timeit throws = one_million_dice()
%timeit mean = np.mean(throws)
# Outputs:
# 10 loops, best of 3: 22.2 ms per loop
# 100 loops, best of 3: 2.86 ms per loop
# And finally %%time
%%time
throws = one_million_dice()
mean = np.mean(throws)
# Outputs:
# Wall time: 36.6 ms
％matplotlib
如果你之前进行过在线课程，则可能会将此魔术命令与内联参数结合使用。使用此命令可确保Jupyter Notebook显示你的绘图。对于每一个基于Notebook的报告来说，这可能是最关键的魔术命令。
from numpy.random import randint
import matplotlib.pyplot as plt
# Sample 1000 random values to create a scatterplot
x = randint(low=1, high=1000, size=100)
y = randint(low=1, high=1000, size=100)
# This will show nothing in a Jupyter Notebook
plt.scatter(x, y)
plt.show()
# Let the magic happen!
%matplotlib inline
plt.scatter(x, y)
plt.show()
％load_ext autoreload
这个神奇的命令允许你加载最重要的扩展名：autoreload。没有它，每次更改引用代码中的内容时都必须重新加载内核。以下代码段为你提供了如何使用它的简短示例：
# load the autoreload extension
%load_ext autoreload
# Set extension to reload modules every time before executing code
%autoreload 2
from helperfunctions import complicated_function_to_return_a_number
complicated_function_to_return_a_number()
# Output: 123
# Go to helperfunctions.py and change something withing the function
complicated_function_to_return_a_number()
# Output: 321
%system
如果你想使用shell，这个魔术命令可以帮到你。它非常适合快速检查当前目录和类似的东西。它看起来并不复杂，但是它是一个很好的工具。
# Easy to read version
%system date
# Shorthand with "!!" instead of "%system" works equally well
!!date
％who_ls
这个神奇的命令可以很好地向你展示环境中的变量列表。你还可以添加参数来定义要查看的变量类型，例如函数。
# Outputs a list of all interactive variables in your environment
%who_ls
# Reduces the output to interactive variables of type "function"
%who_ls function