Python数据分析从入门到精通
上QQ阅读APP看书，第一时间看更新
上一章目录下一章

2.7　开发工具比较与代码共用

2.7.1　开发工具比较

前面章节分别介绍了PyCharm、Jupyter Notebook和Spyder这3种开发工具，它们各有特点。

　数据分析，建议使用Spyder和Jupyter Notebook。

　复杂、大型项目，建议使用PyCharm。

　数据分析、复杂和大型项目，建议三者可以结合使用。

1．PyCharm

Pycharm是很强大的Python IDE，容易上手，所有的变量都能够显示，方便程序调试。缺点是查看数据不方便、不美观，会出现列不对齐，或者多行多列显示不全的问题。

2．Jupyter Notebook

Jupyter Notebook将代码、说明文本、数学方程式、数据可视化图表等内容全部组合到一起显示在一个共享的文档中，可以实现一边写代码一边记录，而这些功能是Python自带的IDLE和集成开发环境PyCharm无法比拟的。

3．Spyder

Spyder特色是变量可以直观地以表格方式显示，随时随地查看变量和值，不容易出错。还可以用颜色区分数据，并对数据进行排序。

缺点是创建工程只支持在Spyder环境中创建，自己在本地创建的文件夹导入Spyder中则不支持，这一点逊色于PyCharm，PyCharm比较灵活，无论是在环境中创建还是自己在本地创建均支持。另外，Spyder调试程序没有PyCharm方便。

2.7.2　代码共用

由于Spyder以表格显示数据，查看变量更方便，并且看上去更加整齐美观，本书采用了Spyder，其生成的.py文件，在Pycharm和Jupyter Notebook中都可以运行。下面分别进行介绍。

1．在PyCharm中运行.py文件

在PyCharm中运行.py文件，如果只运行某一个文件，右击该文件，在弹出的快捷菜单中选择Edit with PyCharm Community Edition命令直接运行即可；如果运行项目文件夹，则需要运行Pycharm，选择File→Open命令，在Open File or Project窗口中选择项目文件夹即可。

接下来运行代码，需要注意以下3点。

（1）在PyCharm中查看运行结果需要使用print()方法在控制台输出。

（2）需要解决列不对齐，或者多行多列显示不全的问题。

当在控制台输出数据时，会出现列不对齐，或者多行多列显示不全的问题。此时需要使用Pandas模块的set_option()函数来解决这两个问题。

　解决列不对齐

通过将display.unicode.east_asian_width设置为True，使列对齐。例如：

pd.set_option('display.unicode.east_asian_width', True)

　行列显示不全

通过display.max_rows和display.max_columns修改输出数据的最大行数和列数。例如：

pd.set_option('display.max_rows',1000)
pd.set_option('display.max_columns',1000)

其中pd为Pandas模块。

（3）显示图表需要使用show()方法。

在使用Matplotlib和Seaborn绘制图表时，显示图表需要使用show()方法。代码如下：

plt.show()

其中plt为Matplotlib模块的pyplot子模块。

说明

相关内容介绍可参见第5章。

下面将介绍如何在PyCharm下运行.py文件，以及修改相关代码以匹配PyCharm开发环境。具体步骤如下所示。

（1）运行PyCharm，选择File→Open命令，在Open File or Project窗口中选择Code文件夹，如图2.73所示。单击OK按钮，在弹出的对话框中单击New Windows按钮，在新窗口中导入本书源码，展开Code\03\01，双击demo.py文件，如图2.74所示。

图2.73　选择Code文件夹

图2.74　查看demo.py文件的代码

（2）由于在Spyder中不需要使用print()方法就可以查看变量，因此上述代码直接在PyCharm中运行将不会显示运行结果，需要使用print()方法输出，修改后的代码如下：

01 import pandas as pd               #导入pandas 模块
02 df=pd.read_excel('data.xlsx')      #读取Excel 文件
03 print(df.head())

（3）运行程序，输出结果如图2.75所示。

图2.75　输出结果1

正如前文所述，出现了列不对齐的现象，增加一行代码来解决这一问题，代码如下：

pd.set_option('display.unicode.east_asian_width', True)

再次运行程序，输出结果如图2.76所示。可以看到，列不对齐现象已解决。

图2.76　输出结果2

接下来，我们还将介绍如何在Jupyter Notebook中运行.py文件。

2．在Jupyter Notebook中运行.py文件

在Jupyter Notebook开发工具中运行.py文件有以下两种方法。

方法1：利用%run xx.py直接运行得出结果。

方法2：利用%load xx.py导入代码再选择Run命令运行。为了方便修改代码，推荐使用这种方法。

知识胶囊

Jupyter Notebook中以%开头的代码为魔法函数，具体说明如下。

　%run：用于调用外部的Python脚本文件。

　%load：用于加载本地文件。

在Jupyter Notebook开发工具中运行.py文件，具体步骤如下所示。

（1）运行Jupyter Notebook，首先创建一个项目文件夹，单击右上角的New按钮，在弹出的菜单中选择Folder选项，如图2.77所示。

图2.77　创建项目文件夹

（2）创建完成后，列表中会出现一个默认名为Untitled Folder的文件夹，双击进入该文件夹，单击上方的Upload按钮上传文件，在“打开”对话框中选择项目文件夹中的文件，单击“打开”按钮，如图2.78所示。

（3）导入项目文件，单击“上传”按钮，将项目文件上传到文件夹中。

（4）上传完成后，单击右上角的New按钮，新建一个Python 3文件，如图2.79所示。

（5）加载本地.py文件，代码如下：

%load demo.py

（6）运行程序，代码将被导入Jupyter Notebook中，如图2.80所示。

（7）图2.80中并没有输出结果是因为没有指定变量，下面对代码稍作修改，如图2.81所示。

图2.78　导入项目文件的过程

图2.79　新建一个Python 3文件

图2.80　导入.py文件

图2.81　修改后的代码

（8）再次运行程序，结果如图2.82所示。

图2.82　输出结果

注意

如果不显示运行结果，单击“中断服务”后再次运行即可。

上述文件是符合Jupyter Notebook的文件格式，即Untitled.ipynb。

以上对比了不同的开发工具，无论使用哪一种开发工具，其代码都有一定的通用性，只是在输出结果上略有不同，如果掌握了一定的Python技能，就可以安装多种开发工具，并根据需求进行切换。

上一章目录下一章