1、利用数据分析-IPython

　　一个更为高效的交互式Python解释器，还可以直接进行绘图操作的GUI控制台、基于web的交互式笔记本及轻量级的快速并行计算引擎。

1、基础

• tab

　　tab键有自动补全功能

• 内省

　　在一个对象（变量或者函数等）的前面或者后面加上一个问号，就可以打印有关该对象的通用信息，也可以两个问号，打印出来的是简略信息

data?

• %run

　　在ipython中，所有文件都可以通过%run命令当做Python程序执行，然后就可以在IPython的shell中访问，但是如果希望脚本可以访问在IPython命名空间中定义的变量，应该使用%run -i

%run ./test.ipynb

•  执行剪贴板中的代码

　　主要时在这个交互模式下用的，在复制粘贴时，IPython是逐行输入代码的，换行符会被处理成return，会报错，这个时候我们就需要%paste和%cpaste这两个魔术函数，前者可以承载剪切板中的一切文本，并在shell中以整体形式执行，后者和前者差不多，后者有个提示符，可以在enter之前粘贴任意代码，

• 异常和跟踪

　　如果%run执行某段程序法发生了异常，会输出整个调用栈跟踪，可以通过%xmode来控制输出的多少

• 魔术命令

　　通常是要有%，但是也可以通过%automagic打开或者关闭

　　可以通过%quickref或者%magic来查询这些命令

　　

• 基于Qt的GUI控制台

　　如果安装了PyQt或者PySide，执行下面的命令为其添加绘图功能

ipython qtconsole --pylab=inline

• 输入和输出变量

　　IPython会把输入和输出（返回的对象）的引用保存在爱一些特殊变量中，最近的 两个输出结果分别保存在_和__变量中

　　输入的变量保存在_iX中，这个X是变量所在的行号，每个输入变量都有一个输出变量_X，但是在实际测试中_X会显示未定义

• 记录输入和输出

IPython能记录整个控制台会话，包括输入和输出，执行%logstart即开始记录日志

• 与操作系统交互

　　可以直接在IPython中实现标准的windows或Linux命令

`

• shell命令和别名

　　在IPython中以!开头的命令表示都需要在系统shell中执行，我们还可以把这个输出结果赋值给一个变量，就会保存在这个变量中了

　　%alias可以为shell命令自定义简称，这样我们就可以把一些常用的命令 用自定义的命令简化了，这个命令定义的是临时的，会在对话框结束后销毁，所以我们要想创建永久性的，需要配置系统，实际操作中出现了问题

• IPython有一个简单的目录书签系统，让人能保存常用目录的别名以便实现快速跳转

In [8]: %bookmark fp ./OneDrive/

In [9]: pwd
Out[9]: u'C:\\Users\\Lenovo'

In [10]: cd fp
(bookmark:fp) -> ./OneDrive/

这些命令基本上只能在ipython的shell中使用，在jupyter中可能会报错

2、软件开发工具

 　　IPython加强了Python内置的pdb调试器，并且还提供了一些常用的代码运行时间及性能分析工具

• 交互式调试器

　　IPython增强了pdb，tab补全、代码高亮、为异常跟踪的每条信息添加上下文参考，%debug命令（在异常发生后立即输入）将会调用那个事后调试器，并直接跳转到引发异常的那个栈帧，u和d可在栈跟踪的各级别之间切换

　　设置断点：使用带有-d参数的%run命令，将会在脚本文件中的代码之前先打开调试器，必须立即输入s才能进入脚本，调试命令的优先级高于变量名，这时在变量前面加上感叹号就可查看变量

　　　下面是常见的调试命令

• 测试代码的执行条件

　　　　有时候可能会有这个需求，%time和%timeit

　　　　前者一次执行一条语句，然后报道总体的执行时间，但是并不是很精确

　　　　后者对于任意语句，多次执行后产生一个非常精确的平均执行时间

• 基本性能分析

　　代码的性能分析关注的是代码耗费时间的位置，Python中的性能分析工具是cprofile模块，在执行一个程序或代码时，会记录各函数耗费的时间

　　主要是在命令行中使用，这个知道就行，以后需要百度

 %run -p -s cumulative ./Desktop/FPF/t1.py

• 逐行分析函数性能

　　可以使用一个叫做line_profiler的小型库，使用其中的一个新的魔术函数%lprun，它可以对一个或多个函数记性逐行性能分析，需要修改IPython配置来启用这个扩展

c.TerminalIPythonApp.extensions=['line_profiler']

3、利用IPython提高代码开发效率的几点提示

• 　重新加载模块依赖项

　　当我们import lib时，其中的变量】函数、和引入项都会保存在一个新建的lib模块命名空间中中，下次再导入时，还是这个引用，如果再突然修改后，仍是使用那个老版的lib库

　　解决方法：在再次import时，后面reload一下这个库

　　当依赖变强时，需要用dreload函数，可以来解决模块深度的重加载

　　

4、个性化配置

　　IPython shell在外观和行为的大部分内容都是可以配置的，这些配置都定义在一个叫做ipython_config.py的文件中