IPython
前言
Life is short, you need Python
最近开始学习数据挖掘，需要使用到Python，其实大学时代就有接触过Python，但是却始终没有系统的进行学习过。
正好最近有接触简书，非常认同其中的一个观点：
以输出为导向的学习才是最有效的学习
所以我决定每天抽出一点时间进行三件事情：
- 学习
- 思考
- 书写
本次介绍的是IPython，相比自带的Python Shell。IPython更好用，体现在以下几个方面：
- 支持操作系统命令：ls,pwd,cd,cp等
- 通过!可执行shell命令，通过run可以执行shell脚本
- 丰富的查看命令：who,whos,who_ls,?,??
- 自动补全功能
- 复制黏贴功能paste,cpaste
工具
Python for Data Anaysis一书很多人都推荐过，读了几章的确不错，本文将对首先书中提到的IPython工具进行一个介绍，更确切的说本文本身就是通过Ipython notebook生成的。通过markdown语言和代码的穿插，可以很好的将自己的想法与代码执行结果结合在一起展示。
启动IPython NoteBook
》Ipython notebook
操作系统命令
查看更多的操作系统命令可以通过magic函数：％quickref，下面仅通过ls命令做示例
ls
IPython.ipynb PLA.copy PLA.py readme.txt
创建几个变量，为后续示例做准备
import numpy as np
al=[1,2,3]
ar=np.array(al)
print ar
[1 2 3]
from numpy.random import randn
data={i :randn() for i in range(7)}
print data
{0: -0.3461532513622743, 1: 1.4775166286053654, 2: 1.862570831741997, 3: 0.17019164149715485, 4: 0.26425221191468445, 5: 0.0175062396217853, 6: -0.6275550351675295}
执行shell命令与python脚本
在IPython中通过!直接执行shell命令，可以大大提高效率，如先编辑!vi hello.py,再执行run hello.py
丰富的查看功能
- 可以查看所有变量who，whos
- 通过?查看单个变量的详情,如果有源码还可以通过??查看
whos
Variable Type Data/Info
--------------------------------------------------
al list n=3
ar ndarray 3: 3 elems, type `int64`, 24 bytes
data dict n=7
np module <module 'numpy' from '/Us<...>ages/numpy/__init__.pyc'>
randn builtin_function_or_method <built-in method randn of<...>te object at 0x10431ae10>
al?
自动补全
- 通过Tab键可实现自动补全
- 通过Ctrl+P可实现基于历史命令的补全
复制黏贴功能
通过paste命令，可以将粘贴板中的代码以一个block的形式粘贴到shell中执行，避免直接粘贴所带来的对齐等问题
支持debug
直接在IPython中debug可以提高效率，在进入debug模式ipdb,可通过?查询所有debug命令，并通过help topic查看具体某个命令的用法与含义，先介绍常见的几个命令：
- b num 在num行设置断点
- c (continue)继续执行
- n (next)下一步
- s (step) into 进入调用函数内部
以下为一个示例
run -d hello.py
Breakpoint 1 at /Users/sunq/git/LearnPython/hello.py:1
NOTE: Enter 'c' at the [0;34mipdb> [0m prompt to continue execution.
> [0;32m/Users/sunq/git/LearnPython/hello.py[0m(1)[0;36m<module>[0;34m()[0m
[1;31m1[0;32m---> 1 [0;31m[0ma[0m[0;34m=[0m[0;36m3[0m[0;34m[0m[0m
[0m[0;32m 2 [0;31m[0mb[0m[0;34m=[0m[0;36m5[0m[0;34m[0m[0m
[0m[0;32m 3 [0;31m[0mc[0m[0;34m=[0m[0ma[0m[0;34m+[0m[0mb[0m[0;34m[0m[0m
[0m[0;32m 4 [0;31m[0;32mprint[0m [0mc[0m[0;34m[0m[0m
[0m[0;32m 5 [0;31m[0;32mprint[0m [0;34m'hello'[0m[0;34m[0m[0m
[0m
ipdb> b 3
Breakpoint 2 at /Users/sunq/git/LearnPython/hello.py:3
ipdb> n
> [0;32m/Users/sunq/git/LearnPython/hello.py[0m(2)[0;36m<module>[0;34m()[0m
[1;31m1[0;32m 1 [0;31m[0ma[0m[0;34m=[0m[0;36m3[0m[0;34m[0m[0m
[0m[0;32m----> 2 [0;31m[0mb[0m[0;34m=[0m[0;36m5[0m[0;34m[0m[0m
[0m[1;31m2[0;32m 3 [0;31m[0mc[0m[0;34m=[0m[0ma[0m[0;34m+[0m[0mb[0m[0;34m[0m[0m
[0m[0;32m 4 [0;31m[0;32mprint[0m [0mc[0m[0;34m[0m[0m
[0m[0;32m 5 [0;31m[0;32mprint[0m [0;34m'hello'[0m[0;34m[0m[0m
[0m
ipdb> c
> [0;32m/Users/sunq/git/LearnPython/hello.py[0m(3)[0;36m<module>[0;34m()[0m
[1;31m1[0;32m 1 [0;31m[0ma[0m[0;34m=[0m[0;36m3[0m[0;34m[0m[0m
[0m[0;32m 2 [0;31m[0mb[0m[0;34m=[0m[0;36m5[0m[0;34m[0m[0m
[0m[1;31m2[0;32m---> 3 [0;31m[0mc[0m[0;34m=[0m[0ma[0m[0;34m+[0m[0mb[0m[0;34m[0m[0m
[0m[0;32m 4 [0;31m[0;32mprint[0m [0mc[0m[0;34m[0m[0m
[0m[0;32m 5 [0;31m[0;32mprint[0m [0;34m'hello'[0m[0;34m[0m[0m
[0m
ipdb> c
8
hello
from python
计算程序耗时
time命令
time np.arange(100)+np.arange(100)
CPU times: user 44 µs, sys: 22 µs, total: 66 µs
Wall time: 56 µs
array([ 0, 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24,
26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50,
52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76,
78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98, 100, 102,
104, 106, 108, 110, 112, 114, 116, 118, 120, 122, 124, 126, 128,
130, 132, 134, 136, 138, 140, 142, 144, 146, 148, 150, 152, 154,
156, 158, 160, 162, 164, 166, 168, 170, 172, 174, 176, 178, 180,
182, 184, 186, 188, 190, 192, 194, 196, 198])