

IPython: 超越 Python¶

本文主要参考自 Python Data Science Handbook by Jake VanderPlas (O’Reilly).Copyright 2017 Jake VanderPlas,978-1-491-91205-8

一、IPython 简介¶

1、IPython¶

Python 有很多种开发环境，一个不错的选择是：IPython。

“IPython（interactive Python 的简称，即交互式 Python）由 Fernando Perez 作为一个增强的 Python 解释器于 2001 年启动，并由此发展为一个项目。用 Perez 的原话来说，该项目致力于提供“科学计算的全生命周期开发工具”。如果将 Python 看作数据科学任务的引擎，那么 IPython 就是一个交互式控制面板。”

除了作为 Python 的一个交互式接口，IPython 还提供了一些有用的 Python 语法附加功能，下面就将总结其中最有用的一些。

二、IPython 常用功能总结¶

帮助和文档：¶

符号？获取文档
符号??获取源代码
Tab 补全探索模块
反向搜索：ctrl r：对历史命令反向搜索

IPython 魔法命令：¶

IPython 提供了一些在普通 Python 语法基础之上的增强功能，这些功能被称作 IPython 魔法命令，都以%作为前缀。

主要分为两大类：

1️⃣ 行魔法：%前缀，作用于单行输入

2️⃣ 单元魔法：%%前缀，作用于多行输入。

常用命令如下：

%lsmagic 所有魔法函数
%run 执行外部代码
%timeit 计算代码执行时间
%%timeit 计算多行代码执行时间
%paste %cpaste 粘贴代码块 (解决了直接粘贴时格式会混乱的问题)
%history 一次性获取此前所有的历史输入 (解决了从ipython 复制时总有···的烦恼)

%history 1 6-14 可以输出第1行和6到14行的命令。后面加-f FILENAME可以直接将结果写入文件。

%xmode 控制异常
%debug 调试
%prun 分析整个脚本

输入输出：¶

使用ipython shell，你一定对左边这些in，out特别熟悉，但是，它们不是装饰品： IPython 实际上创建了叫做 In 和 Out 的 Python 变量，这些变量自动更新以反应命令历史。

In 是一个 list，而 Out 是一个 Dictionary
可以根据数字调用：In[num] Out[num]
变量 _(单下划线)获取前一个输出结果，两条下划线获得倒数第二个历史输出，三条下滑线获得倒数第三个历史输出
Out[num]的简写形式是 _[num]
禁止一个命令输出：行尾处添加分号
命令前添加！，可执行 shell 命令，还可以在 shell 中传入或传出值
从Shell向ipython传值：直接写个赋值表达式就可以，等号的右边是Shell命令：contents = !dir
从ipython向Shell传值：使用{变量名}的形式赋值：echo {message}

三、IPython 参考资料¶

四、衍生项目：Jupyter Notebook¶

另外，IPython 被紧密地连接在 Jupyter 项目（http://jupyter.org）中。该项目提供一个基于浏览器的 Notebook，它可以开发、协作、分享甚至发布数据科学结果。IPython Notebook 其实只是通用 Jupyter Notebook 结构的特例，而 Jupyter Notebook 不仅支持 Python，还包括用于 Julia、R 和其他编程语言的 Notebook。”

Jupyter 为 Python 提供了方便的交互式数据科学和科学计算平台。Jupyter 物品是一个非营利组织，旨在“为数十种编程语言的交互式计算开发开源软件，开放标准和服务”。

jupyter lab

JupyterLab 1.0: Jupyter’s Next-Generation Notebook Interface

JupyterLab is a web-based interactive development environment for Jupyter notebooks, code, and data. JupyterLab is flexible: configure and arrange the user interface to support a wide range of workflows in data science, scientific computing, and machine learning. JupyterLab is extensible and modular: write plugins that add new components and integrate with existing ones.

JupyterLab 是 Jupyter 物品的下一代用户界面。它在一个灵活且强大的用户界面中提供了经典的 Jupyter Notebook（笔记本、终端、文本编辑器、文件浏览器、丰富输出等）所有熟悉的构建模块。第一个稳定版本于 2018 年 2 月 20 日发布。

使用 JupyterLab 你可以方便的进行交互式的数据计算和科学计算，并且 lab 提供了笔记本、终端、文本编辑器、文件浏览器、丰富输出等，非常好用。