Jupyter Notebook最实用的5个魔术命令

2018年08月27日由浅浅发表 69867 0

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

标签：

机器学习学习人工智能教程数据

0 评论

欢迎关注ATYUN官方公众号

商务合作及内容投稿请联系邮箱:bd@atyun.com

上一篇 AI可以根据人的音乐行为预测其音乐熟练度

下一篇 2018年8月机器学习Github开源项目TOP 10

评论登录

要发表评论，您必须先登录。

jonatasgrosman/wav2vec2-large-xlsr-53-english facebook/dino-vitb16 bert-base-uncased xlm-roberta-large xlm-roberta-base gpt2 microsoft/resnet-50 facebook/dino-vits8

Sam Altman离职事件时间线