IPython&Jupyter私房手册

Jupyter是以Ipython为基础，可以极大的方便开发，对于如何使用，网上的资料都不太全。因此决定自己编写一个私房手册方便随时查找。

1. 安装和配置

安装不多说，不想折腾直接安装anaconda包，集成了Jupyter和Ipython。主要说说配置：
Ipython的配置文件和Jupyter的配置文件是分开的，在window下cmd下，运行ipython create profile（IPython），和jupyter notebook --generate-config（jupyter）会生成默认的配置文件。
默认的配置文件路径如下：
Ipython：
c:\Users\Administrator.ipython\profile_default\ipython_config.py
Jupyter：
c:\Users\Administrator.jupyter\jupyter_notebook_config.py
c:\User\Administrator是系统环境变量$USERPROFILE，个人配置不同，在dos下可输入set命令查看。
里面的配置选项都是被#注释掉的，想要配置哪一项，去掉#号进行配置即可。
这里记录几个之前遇到的坑：

  1. 《用pandas进行数据分析》里面提到过的Ipython的line_profiler插件，在IPython7.2版本下，配置选项是c.InteractiveShellApp.extensions = ['line_profiler']，而不是书上的c.TerminalIPythonApp.extensions = ['line_profiler']。
  2. Jupyter和Ipython都可以自定义配置文件，IPython在上面提到的cmd命令后加上项目名称，可以生成该项目对应的配置文件，如：ipython create profile secret_project，Jupyter只要将默认的配置文件改成想要的名字就可以了，假设改成my_custom_config.py。
    想要使用自定义的配置文件，需要在启动的时候特别指明。假设你创建了一个secret_project的配置文件，Ipython的启动命令是这样：
    ipython --profile=secret_project
    Jupyter的启动命令是这样：
    jupyter notebook --config=c:/Users/Administrator/.jupyter/my_custom_config.py
    需要指定配置文件的路径。
    （如果是anaconda安装的，如何使用自定义的配置没有尝试过，尚不清楚）
  3. Jupyter可以在默认的文件路径下配置一个jupyter_notebook_config.json文件，其级别比默认的py文件要高，如果有冲突的话，优先会读取json文件的配置。这个问题在配置Jupyter的nb extensions插件时可能会碰到：该插件会让你配置这个json文件，其实只要在默认的py文件中配置就可以了，修改c.NotebookApp.nbserver_extensions = {"jupyter_nbextensions_configurator": True}这一行即可，不需要再新建json文件。
  4. 安装以后Jupyter默认打开的文件目录可能不是你想要的，如果用anaconda安装的，windows下直接修改Jupyter的快捷方式，右键点击->属性->起始位置改成你想要的就可以了。

2. 使用技巧

这里按照《用Pandas进行数据分析》第二版附录B的结构对使用技巧和魔术方法统一总结，大部分内容也是书上的内容，所以不再举具体的例子，仅作一个梳理和记录。没有特别说明，则是IPython和Jupyter通用的功能。
书的链接是：《用Pandas进行数据分析》

2.1 魔术方法一览

使用%lsmagic可以查看所有的魔术命令：

    Available line magics:
     %alias  %alias_magic  %autocall  %automagic  %autosave  %bookmark  %cat  %cd  %clear  %colors  %config  %connect_info  %cp  %debug  %dhist  %dirs  %doctest_mode  %ed  %edit  %env  %gui  %hist  %history  %install_default_config  %install_profiles  %killbgscripts  %ldir  %less  %lf  %lk  %ll  %load  %load_ext  %loadpy  %logoff  %logon  %logstart  %logstate  %logstop  %ls  %lsmagic  %lx  %macro  %magic  %man  %matplotlib  %mkdir  %more  %mv  %notebook  %page  %pastebin  %pdb  %pdef  %pdoc  %pfile  %pinfo  %pinfo2  %popd  %pprint  %precision  %profile  %prun  %psearch  %psource  %pushd  %pwd  %pycat  %pylab  %qtconsole  %quickref  %recall  %rehashx  %reload_ext  %rep  %rerun  %reset  %reset_selective  %rm  %rmdir  %run  %save  %sc  %set_env  %store  %sx  %system  %tb  %time  %timeit  %unalias  %unload_ext  %who  %who_ls  %whos  %xdel  %xmode
    
    Available cell magics:
     %%!  %%HTML  %%SVG  %%bash  %%capture  %%debug  %%file  %%html  %%javascript  %%latex  %%perl  %%prun  %%pypy  %%python  %%python2  %%python3  %%ruby  %%script  %%sh  %%svg  %%sx  %%system  %%time  %%timeit  %%writefile

其中一个百分号称为line magic（行魔术命令），只能作用于一行代码，两个百分号成为（块魔术命令）作用于一个cell代码块。

2.2 使用历史命令

  1. Ctrl+P（或者上箭头）、Ctrl+N（或者下箭头）可以快速浏览历史命令，Ctrl+R可以搜索历史命令（只对IPython）
  2. _和__分别代表前面2行的输出，输入变量是存储在名字类似_iX的变量中，X是输入行的编号。输入全部被保存为字符串的形式，因此可以直接使用exec命令再次执行。
  3. %hist可以打印所有或部分的输入历史（加上编号指定打印的部分）。%reset清理交互命名空间，或输入和输出缓存。%xdel魔术函数可以去除IPython中对一个特别对象的所有引用。因为IPython会记录输入和输出的历史，因此会造成被引用的对象不被垃圾回收（释放内存），即使使用del关键字从交互命名空间删除变量也没用。在这种情况下，小心使用%xdel 和%reset可以避免陷入内存问题。

2.3 与操作系统交互

基本的命令如下：
img
有几个需要注意的地方或者一些技巧：

  1. 使用！执行shell命令的时候，可以用一个变量保存命令执行的输出。如 ：a = !dir

  2. 同样，也可以通过$符号调用python的变量。如：

    [In]: a = 'dir'
[In]: !$a

  3. %alias创建的别名是session有效的，如果要创建永久的别名，需要使用配置文件。

  4. %bookmark创建的书签是永久有效的，可以用%bookmark -l查看所有书签，如果书签的名字，与当前工作目录的一个目录重名，可以使用-b标志来覆写，使用书签的位置。

2.4 软件开发工具

2.4.1 交互调试器

基本命令如下：
img
一些需要注意的地方以及一些小技巧：

  1. 异常之后马上输入%debug可以直接启动调试器，进入抛出异常的堆栈框架。
  2. %pdb开关可以设置是否在代码抛出异常时，自动进入调试器。
  3. 如果想在运行脚本的时候直接进入调试器，可以使用%run -d来执行脚本。
  4. 调试器中，在变量之前加！，可以查看变量的值。
    《用Pandas进行数据分析》书中还提供了两个函数比较实用，这里略微进行了修改：
    from IPython.core.debugger import Pdb
    
    def set_trace():
        Pdb().set_trace(sys._getframe().f_back)
    
    def debug(f, *args, **kwargs):
        return Pdb().runcall(f, *args, **kwargs)

其中：set_trace()可以放在代码的任何位置，运行到这里的时候就会暂停，可以说是一个手动的断点。而debug函数接受一个函数作为第一个参数，args和kwargs是传递给f函数的位置和关键字参数，执行debug可以直接启动调试器并进入f函数。
把上述的代码添加到IPython配置文件的c.InteractiveShellApp.code_to_run选项中，就可以在IPython启动的时候自动执行。
保存为py模块，再将模块加到Jupyter的配置文件c.NotebookApp.nbserver_extensions中不起作用（看说明这个选项是在启动的时候读取用作服务器扩展的python模块，希望有大牛帮忙解惑）。

2.4.2 代码计时和基础分析

  1. %time和%timeit都用来记录一行代码耗时，它们的区别在于%time只运行一次，而%timeit运行多次。%%time和%%timeit可以记录一段代码的耗时。
  2. %prun和%run -p是一样的，调用cprofile内置模块对代码进行分析。如%prun -l 7 -s cumulative example.py`，其中-l是显示前7个条目，-s cumulative意思是按照cumulative来排序。同样，可以用%%来运行一段代码。
    cprofile使用的不多，这里链接一篇文章可以参考《使用cProfile+pstats+gprof2dot分析python代码性能》
  3. cprofile不能获得函数执行时间的整个过程或者结果比较复杂，加上函数名，难以进行解读，可以安装line_profiler对函数进行逐行分析。line_profiler包含IPython插件，安装库以后，在IPython的配置文件中进行配置c.InteractiveShellApp.extensions = ['line_profiler']，也可以使用魔术命令%load_ext line_profiler在会话中读入模块。语法是：
    %lprun -f func1 -f func2 statement_to_profile

2.4.3 Jupyter的富文本输出

在jupyter中，可以方便的显示以下的类型：

  • HTML
  • JSON
  • PNG
  • JPEG
  • SVG
  • LaTeX
    首先导入display函数：
    from IPython.display import display

也可以指定特定的显示函数：

    from IPython.display import (
        display_pretty, display_html, display_jpeg,
        display_png, display_json, display_latex, display_svg
    )

以及不同类型对应的包装对象，如image格式的包装对象：

    from IPython.display import Image
    i = Image(filename='logo.png')

现在就可以直接输入i或者display(i)输出了。
默认图像是嵌入notebook文档，这样在离线的时候仍然可以显示图片，但缺点是图片不是动态变更的，也可以存储一个链接，这样图片可以动态更新，如下：

    from IPython.display import Image
    img_url = 'http://www.lawrencehallofscience.org/static/scienceview/scienceview.berkeley.edu/html/view/view_assets/images/newview.jpg'
    
    # by default Image data are embedded
    Embed = Image(img_url)
    
    # if kwarg `url` is given, the embedding is assumed to be false
    SoftLinked = Image(url=img_url)
    
    # In each case, embed can be specified explicitly with the `embed` kwarg
    # ForceEmbed = Image(url=img_url, embed=True)

另外，也有一些魔术命令简化以上的步骤，例如：%%html, %%javascript，%%bash， %%script python2等等。
最后值得一提的是FileLink和Filelinks，可以方便的将本地文件链接到notebook的文档中：

    from IPython.display import FileLink
    FileLink('README.md')

FileLink可以显示单个文件，FileLinks可以显示文件夹下所有文件。
参考文档《Jupyter的富文本输出》

2.4.4 其它有用的魔术方法

  1. %pinfo object或者object?会打印该对象的相关信息。%pinfo2 object或者object??除了相关信息外，还会显示对象的源码。

  2. %%capture可以方便的捕获stdout/stderr的输出，或者保存在变量留待后用：

    In    [5] :  %%capture capt
               from __future__ import print_function
               import sys
               print('Hello stdout')
               print('and stderr', file=sys.stderr)                 
In    [6] :  capt.stdout, capt.stderr
Out   [6] :  ('Hello stdout\n', 'and stderr\n')      
In    [7] :  capt.show()
Out   [7] :  Hello stdout
               and stderr

  3. %%writefile可以非常方便的将代码块内容写入一个文件：

    In    [8] :  %%writefile foo.py
               print('Hello world')
Out   [8] :  Writing foo.py

In    [9] :  %run foo
Out   [9] :  Hello world

  4. dreload函数，注意这个不是魔术函数，类似与importlib库的reload函数，但是可以重载深层的模块。

  5. %load魔术方法可以 将脚本导入到一个单元格中。

  6. %paste和%cpaste可以直接运行剪贴板中的代码，不同的是，%cpaste会给出一个提示。(只有IPython有)

3. 常用的快捷键

IPython的快捷键如下：
img
Jupyter有自己的一套快捷键，可以在help->快捷键中方便的查看。

原创不易，转载请注明出处。

posted @ 2019-04-09 17:01  中华坚果  阅读(440)  评论(0)  编辑  收藏  举报