知识卡片

普通读书笔记卡 · 6325.a

交互环境连接探索与反馈

理解等级:中级

交互环境让人分步检查对象、运行代码并观察图形,便于探索和调试;但状态会随执行而变化,需要保留输入和顺序。书中的IPython界面是特定年代的工具组织,不应仅凭截图推断现行产品组件或证明所有结果可复现。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 5 处

    • · 查看原书依据

      增强的Python shell,目的是提高编写、测试、调试Python代码的速度。它主要用于交互式数据处理和利用matplotlib对数据进行可视化处理。我在用Python编程时,经常会用到IPython,包括运行、调试和测试代码。 除标准的基于终端的IPython shell外,该项目还提供了: ·一个类似于Mathematica的HTML笔记本(通过We

    • · 查看原书依据

      交互式地处理数据,并通过可视化的方式验证某个数据操作的结果是否正确。诸如pandas和NumPy这样的库也可以轻松便捷地在这个shell中使用。 但是相对于文本编辑器,总有人会更喜欢IDE。因为它们提供了许多不错的“代码智能化”功能,比如自动完成以及快速获取函数和类的文档等。你可以试试下面这些: ·Eclipse +PyDev插件 ·Python Tools

    • · 查看原书依据

      执行-探索”(execute explore)的工作模式,而不是许多其他编程语言那种“编辑-编译-运行”(edit-complie-run)的传统工作模式。此外,它跟操作系统shell和文件系统之间也有着非常紧密的集成。由于大部分的数据分析代码都含有探索式操作(试误法和迭代法),因此IPython(在绝大多数情况下)将有助于提高你的工作效率。 当然了,IPy

    • · 查看原书依据

      结果更易于查看。我发现通过IPython设计的软件要比独立的命令行应用程序好用。当你执行自己或别人在几个月甚至几年前编写的代码时出现了错误,想找出问题所在时,IPython的交互性就会变得非常重要。

    • · 查看原书依据

      同一个进程中执行指定文件中的代码。因此,在这些代码执行完毕之后,你就可以通过交互的方式研究其结果了。 $ ipython Python 2.7.2 |EPD 7.1-2 (64-bit)| (default, Jul 3 2011, 15:17:51) Type "copyright", "credits" or "license" for more inf

    参考来源

    - 位置:《利用Python进行数据分析》第1章《IPython》(spine251;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0237.html;u015-ch01-007)。 - 结论依据:原文在“增强的Python shell”附近的定义、例子或代码支撑本卡核心说明:交互环境让人分步检查对象、运行代码并观察图形,便于探索和调试;但状态会随执行而变化,需要保留输入和顺序。边界按已读前提解释;示例未执行。 - 原始内容:增强的Python shell,目的是提高编写、测试、调试Python代码的速度。它主要用于交互式数据处理和利用matplotlib对数据进行可视化处理。我在用Python编程时,经常会用到IPython,包括运行、调试和测试代码。 除标准的基于终端的IPython shell外,该项目还提供了: ·一个类似于Mathematica的HTML笔记本(通过We - 位置:《利用Python进行数据分析》第1章《集成开发环境(IDE)》(spine252;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0238.html;u022-ch01-007)。 - 结论依据:交互检查对象与图形便于探索,但仍需保留输入和执行状态。 - 原始内容:交互式地处理数据,并通过可视化的方式验证某个数据操作的结果是否正确。诸如pandas和NumPy这样的库也可以轻松便捷地在这个shell中使用。 但是相对于文本编辑器,总有人会更喜欢IDE。因为它们提供了许多不错的“代码智能化”功能,比如自动完成以及快速获取函数和类的文档等。你可以试试下面这些: ·Eclipse +PyDev插件 ·Python Tools - 位置:《利用Python进行数据分析》第3章《第3章 IPython:一种交互式计算和开发环境》(spine261;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0247.html;u042-ch01-007)。 - 结论依据:把局部执行、观察数据与继续修改连接成反馈过程;交互环境本身不增加数据分析算法。 - 原始内容:执行-探索”(execute explore)的工作模式,而不是许多其他编程语言那种“编辑-编译-运行”(edit-complie-run)的传统工作模式。此外,它跟操作系统shell和文件系统之间也有着非常紧密的集成。由于大部分的数据分析代码都含有探索式操作(试误法和迭代法),因此IPython(在绝大多数情况下)将有助于提高你的工作效率。 当然了,IPy - 位置:《利用Python进行数据分析》第3章《利用IPython提高代码开发效率的几点提示》(spine268;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0254.html;u069-ch01-007)。 - 结论依据:设计代码时留出可观察的中间数据,有利于执行后解释错误;并非每种命令行应用都必须改成同一交互结构。 - 原始内容:结果更易于查看。我发现通过IPython设计的软件要比独立的命令行应用程序好用。当你执行自己或别人在几个月甚至几年前编写的代码时出现了错误,想找出问题所在时,IPython的交互性就会变得非常重要。 - 位置:《利用Python进行数据分析》附录A Python语言精要《Python解释器》(spine331;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0317_split_000.html;u294-ch01-007)。 - 结论依据:IPython %run在交互进程执行文件后可检查其结果;命令行脚本运行是另一入口,进程与命名空间条件需按具体入口分清。 - 原始内容:同一个进程中执行指定文件中的代码。因此,在这些代码执行完毕之后,你就可以通过交互的方式研究其结果了。 $ ipython Python 2.7.2 |EPD 7.1-2 (64-bit)| (default, Jul 3 2011, 15:17:51) Type "copyright", "credits" or "license" for more inf