15个节省时间的Jupyter技巧 |
您所在的位置:网站首页 › jupyter保存为py文件 › 15个节省时间的Jupyter技巧 |
3、查看文档📓 通过高亮显示方法并按Shift + Tab键,可以轻松查看该方法的文档。它将显示编写函数时编写的文档字符串。你也可以通过点击右上角的+按钮来打开模态框。 还可以通过突出显示每个magic命令并按Shift + Tab键来获得有关每个magic命令的更多信息。 4、添加多个游标🖱 如果你需要重命名写在几个地方的变量,或者在编辑代码时,你希望你有多个光标。 在Jupyter notebooks中,可以使用多个光标同时编辑文本。如果你想一次对多行文本进行相同的更改,这可能很有用。 要在Jupyter notebook中使用多个游标,可以按住Alt键并单击所需的位置。这将在每个点击的位置创建一个游标。然后你可以像往常一样进行编辑,更改将同时应用于所有位置。 Windows:按住alt +左键并拖动光标。Mac:按住option键+左键拖动光标。 你也可以使用Shift + Alt +上/下箭头键组合来选择多行文本,并在每一行的开头创建一个光标。 记住,使用多个游标可能会产生问题,所以最好在使用这个功能之前保存好你的代码,以防你做了任何意想不到的更改。 5、从另一个外部python脚本中插入代码🗃 可以用外部python脚本替换单元格的内容。你可以使用计算机上的任何python文件,也可以使用URL作为源。 在下一个单元格中可以使用: 6、运行CMD/Shell命令⌨ Jupyter notebook中使用!命令前的前缀可以运行操作系统的命令。例如,要列出当前目录下的文件,可以使用ls命令: !ls 你也可以通过在命令后面添加参数来传递参数。例如,要列出特定目录下的文件,可以使用-l选项以长格式显示文件,并将目录路径指定为参数: !ls -l /path/to/directory 你也可以将命令的输赋值给一个变量,并在代码中使用它。例如: files = !ls print(files) 上面代码会把当前目录中的文件列表分配给files变量,并打印出来。 你可以使用这种技术在Jupyter notebook中运行任何shell命令,只要该命令在运行notebook的系统中可用。 7、为程序完成设置闹钟⏰ 当你的模型完成训练或任何任务时,得到一个通知总是很有帮助的。 在windows 10中,我们可以使用win10toast模块设置它。 pip install win10toast 然后使用这段代码 from win10toast import ToastNotifier toaster = ToastNotifier #Your program toaster.show_toast("Execution complete", "Your calculation completed", duration=10) 我们在程序完成执行时为我们进行提示。 import winsound # set an alarm of 440HZ for one second (1000ms) duration = 1000 freq = 440 winsound.Beep(freq, duration) Mac和Linux可以使用os模块,使用afplay命令(在macOS上)或aplay命令(在Linux上)播放声音。 import os # Run your program here # Play a sound when the program completes os.system("afplay /path/to/sound.mp3") # macOS os.system("aplay /path/to/sound.wav") # Linux 可以将/path/to/sound.mp3替换为要播放的声音文件的路径。或者是afplay或aplay命令支持的任何音频文件,如MP3、WAV或AIFF。 只有在运行Jupyter notebook的系统上有afplay或aplay命令时,此方法才有效。 在Mac中,还可以使用内置命令say,在程序完成时说一些话。 import os os.system('say "hi siri"')8、显示执行时间⏱️ 要在Jupyter notebook中测量单元格的执行时间,可以使用%timeit魔法命令。此命令将执行单个语句并返执行时间。下面是如何使用%timeit的例子: %timeit sum(range(100)) 这将计算sum函数的执行时间,并返回执行该函数所需的平均时间。 还可以使用%%timeit来测量整个单元格的执行时间: %%timeit total = 0 for i in range(1000): total += i 可以看到上面的代码与我们使用使用Python中的time模块的结果类似 import time start_time = time.time # code to measure sum(range(100)) end_time = time.time elapsed_time = end_time - start_time print(f'Execution time: {elapsed_time:.2f} seconds') 注意:这些方法只会测量单元格中代码的执行时间。如果计算单元依赖于其他计算单元或外部资源,则执行时间将不包括执行这些依赖项所需的时间。 9、在notebook之间传递变量 在Jupyter notebook中,%store魔法命令可以在notebook之间传递变量。 下面是一个使用它的例子: var1 = 10 %store var1 在另外一个notebook中可以用下面命令获得变量的值 %store -r var1 print(var1) %store魔法命令有以下几个操作 %store var1:存储变量var1 %store -r var1:检索存储的变量var1,并将其赋值给当前笔记本中同名的变量 %store -d var1:删除已存储的变量var1 %store -z:删除所有已存储的变量 你也可以使用一个%store命令存储多个值,如 %store var1 var2 %store命令仅在相同的Jupyter会话中有效。 %store命令的值在内核重启后也是可以访问的,看看下面这个例子。 10、列出所有键盘快捷键⌨ 学习键盘快捷键将节省你大量的时间。我们可以在顶部菜单下:帮助>键盘快捷键检查它们,或在命令模式下按H键来查看。以下是Jupyter notebook中一些常用的键盘快捷键列表: Enter:当前单元格进入编辑模式 Esc:当前单元格进入命令模式 Shift + Enter:运行当前单元格并移动到下一个单元格 Ctrl + Enter:运行当前单元格 Alt + Enter:运行当前单元格并在下面插入一个新单元格 Shift + Tab:显示当前函数或对象的文档 Ctrl + S:保存 A:在当前单元格的上方插入一个新单元格(在命令模式下) B:在当前单元格下面插入一个新单元格(在命令模式下) M:将当前单元格更改为Markdown单元格(在命令模式下) Y:将当前单元格更改为代码单元格(在命令模式下) D + D:删除当前单元格(在命令模式下) Z:撤销最后一次删除单元格(在命令模式下) X:切割选定的单元格(在命令模式下) C:复制选中的单元格(在命令模式下) V:粘贴选中的单元格(在命令模式下) Ctrl + Shift + -将当前单元格从光标所在的位置拆分成两个。(在命令模式下) Esc + F:找到并替换你的代码,但不替换输出。(在命令模式下) Esc + O:切换单元格输出(在命令模式下)选择多个单元格: Shift + Down选择向下方向的下一个单元格。 Shift + Up选择向上方向的下一个单元格。(在命令模式下) Shift + M:合并多个选定单元格。(在命令模式下)还可以使用%shortcuts魔术命令查看当前单元格输出区域的键盘快捷键列表: %shortcuts 这将显示所有快捷键及其相应操作的列表。 11、隐藏不必要的输出 当你从Jupyter notebook创建报告时,看到不必要的内存代码或对象id是很烦人的。要将这些不必要的输出隐藏在起来可以使用 分号 ; 看看下面代码: 如果想屏蔽matplotlib的输出,看看下面代码,注意后面的分号: plt.plot(x,y); 12、使用python以外的其他语言编写函数 如果你正在处理大量的大型数据集,并且numpy的速度不够快,那么你可以直接在python代码中直接编写一些c或fortran代码。 如果你想开始用c编写函数,那么你将需要cython库。 !pip install Cython 加载和使用: %load_ext Cython %%cython def myltiply_by_2(float x): return 2.0 * x myltiply_by_2(23.) 要编写fortran函数,则需要另一个库fortrain-magic。 !pip install fortran-magic 代码如下: %load_ext fortranmagic %%fortran subroutine compute_fortran(x, y, z) real, intent(in) :: x(:), y(:) real, intent(out) :: z(size(x, 1)) z = sin(x + y) end subroutine compute_fortran compute_fortran([1, 2, 3], [4, 5, 6])13、扩展pandas输出中的列数和行数 默认情况下,panda的dataframe只能显示有限数量的行和列。有几种方法可以扩展Jupyter Notebook中pandas DataFrame中显示的行和列的数量。 方法1:使用pd.options.display.max_rows和pd.options.display.max_columns选项。 例如要显示最多100行50列,可以使用以下代码: import pandas as pd pd.options.display.max_rows = 100 pd.options.display.max_columns = 50 方法2:使用pd.set_option函数设置这些选项。例如: pd.set_option("display.max_rows", 100) pd.set_option("display.max_columns", 50) 或者可以使用head和tail方法来显示DataFrame的前几行或后几行。例如: df.head(10) df.tail(5) 方法3:使用IPython中的IPython.display模块控制显示。例如: from IPython.display import display display(df, max_rows=100, max_columns=50) 这将显示100行50列的DataFrame。 14、提取输入和输出单元数据 当你执行完一个单元格时,你意识到忘记给一个变量赋值,那怎么办呢? 我们在jupyter notebook中执行单元格时,它将分配一个行号为ln: 当单元格完成执行时,我们会得到一个输出并且可以通过传递执行编号作为索引来访问它 Out是一个python字典,存储单元格的所有输出。我们可以使用编号作为索引来访问输出。 15、导出单元格的内容📝 当完成jupyter的测试我们可能会想将jupyter单元中内容导出到python文件中。最简单的办法是创建一个py文件并复制粘贴代码,但这很明显不是最好的方法。 %%writefile是一个Jupyter Notebook魔法命令,可以将单元格的内容保存为Python文件。例如在单元格中有以下代码: %%writefile example.py def add(a, b): return a + b print(add(3, 4)) 你可以运行单元格后将在Jupyter Notebook所在的目录中创建一个名为example.py的文件,文件内容就是单元格内的python代码 %pycat是另外一个Jupyter Notebook魔法命令,它在Notebook的单元格中显示Python文件的内容。如果在单元格中有以下代码: %pycat example.py 它将在单元格的输出中显示example.py文件的内容。这对于快速查看Python文件的内容非常有用。 总结 以上就是我们总结的一些技巧,希望对你有所帮助。 作者:Anup Das 返回搜狐,查看更多 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |