《scikit-learn机器学习常用算法原理及编程实战》—2.2 IPython简介

2.2  IPython简介

　　IPython是公认的现代科学计算中最重要的Python工具之一。它是一个加强版的Python交互式命令行工具，与系统自带的Python交互环境相比，IPython具有以下明显的几个特点：

* 与Shell紧密关联，可以在IPython环境下直接执行Shell指令；

* 可以直接绘图操作的Web GUI环境，在机器学习领域、探索数据模式、可视化数据、绘制学习曲线时，这一功能特别有用；

* 更强大的交互功能，包括内省、Tab键自动完成、魔术命令等。

2.2.1  IPython基础 

　　如果你之前没有接触过IPython，那么现在是打开计算机体验IPython的绝好时机，这种提高工作效率类的软件，单单看书是完全无法体验它的威力和便利性的。

　　正确安装IPython后，在命令行输入ipython即可启动IPython交互环境。

　　$ ipython

　　Python 2.7.10 (default, Jul 30 2016, 19:40:32)

　　Type "copyright", "credits" or "license" for more information.

　　IPython 5.3.0 -- An enhanced Interactive Python.

　　?          -> Introduction and overview of IPython's features.

　　%quickref -> Quick reference.

　　help      -> Python's own help system.

　　object?    -> Details about 'object', use 'object??' for extra details.

　　In [1]:

　　基本上，可以像使用Python交互环境一样使用IPython交互环境：

　　In [1]: a = 5

　　In [2]: a + 3

　　Out[2]: 8

　　跟Python交互环境相比，IPython的输出排版更简洁、优美：

　　In [3]: import numpy as np

　　In [4]: data = {i: np.random.randn() for i in range(8)}

　　In [5]: data

　　Out[5]:

　　{0: -0.12696712293771154,

　　 1: -0.9291628055121173,

　　 2: 0.8248356377337012,

　　 3: -0.5381098900612056,

　　 4: 2.0246437691867816,

　　 5: -2.089016766007329,

　　 6: 1.234086243284236,

　　 7: 0.39953080301369065}

　　对比一下标准的Python交互环境下的输出：

　　>>> import numpy as np

　　>>> data = {i: np.random.randn() for i in range(8)}

　　>>> data

　　{0: -0.7989884322559587, 1: 0.2275777042011071, 2: 0.012864065192735426, 

　　3: -1.3183480226587958, 4: -0.9149466170543599, 5: -0.683377363404726, 6: 

　　-0.8964451905483575, 7: -0.37082447512220285}

　　>>>

　　很多时候，并不是我们不懂审美，而是没有机会发现美。此外，IPython的Tab键自动补全功能是提高效率的秘籍。例如，输入np.random.rand命令后，按Tab键，会自动显示np.random命名空间下以rand开头的所有函数。这一功能的便利性赶上了主流IDE。

　　In [6]: np.random.rand<TAB>

　　np.random.rand              np.random.random

　　np.random.randint          np.random.random_integers

　　np.random.randn              np.random.random_sample

　　记住一些快捷键，可以让你在IPython环境***验健步如飞的感觉。对于熟悉Shell命令的读者，这些命令会有似曾相识的感觉。

* Ctrl+A：移动光标到本行的开头；

* Ctrl+E：移动光标到本行的结尾；

* Ctrl+U：删除光标所在位置之前的所有字符；

* Ctrl+K：删除光标所在位置之后的所有字符，包含当前光标所在的字符；

* Ctrl+L：清除当前屏幕上显示的内容；

* Ctrl+P：以当前输入的字符作为命令的起始字符，在历史记录里向后搜索匹配的命令；

* Ctrl+N：以当前输入的字符作为命令的起始字符，在历史记录里向前搜索匹配的命令；

* Ctrl+C：中断当前脚本的执行。

　　另外，IPython提供了强大的内省功能。在Python交互环境里，只能使用help()函数来查阅内置文档，在IPython环境里可以直接在类或变量后面加上一个问号“?”来查阅文档：

　　In [7]: np.random.randn?

　　Docstring:

　　randn(d0, d1, ..., dn)

　　Return a sample (or samples) from the "standard normal" distribution.

　　... ...

　　在类或变量或函数后面加两个问号“??”还可以直接查看源代码。结合星号“*”和问号“？”，还可以查询命名空间里的所有函数和对象。例如，查询np.random下面以rand开头的所有函数和对象：

　　In [12]: np.random.rand*?

　　np.random.rand

　　np.random.randint

　　np.random.randn

　　np.random.random

　　np.random.random_integers

　　np.random.random_sample

　　从这些特性可以看出来，IPython鼓励探索性编程。即当你对环境还不熟悉的时候，允许通过简便快捷的方式来找到你想找的信息。

　　除此之外，IPython还提供了强大的魔术命令。例如，我们在当前工作目录下有一个叫hello.py的文件，其内容为：

　　msg = 'hello ipython'

　　print(msg)

　　然后在IPython里输入%run hello.py命令即可直接运行这个python文件。这个文件是在一个空的命名空间里运行的，并且运行之后，该文件里定义的全局变量和函数就会自动引用到当前IPython空间中。

　　In [13]: %run hello.py

　　hello ipython

　　In [14]: msg

　　Out[14]: 'hello ipython'

　　还有一个常用的魔术命令是%timeit，可以用来快速评估代码的执行效率。例如，下面的代码用来评估一个100 ? 100的矩阵点乘所需要运行的时间。

　　In [15]: a = np.random.randn(100, 100)

　　In [16]: %timeit np.dot(a, a)

　　1 loops, best of 3: 261 us per loop

　　还可以使用%who或%whos命令来查看当前环境下的变量列表。

　　In [17]: %who

　　a          msg     np

　　In [18]: %whos

　　Variable  Type       Data/Info

　　-------------------------------

　　a          ndarray    100x100: 10000 elems, type `float64`, 80000 bytes

　　msg        str        hello ipython

　　np         module     <module 'numpy' from 'C:\<...>ages\numpy\__init__.pyc'>

　　还有一些比较常用的魔术命令如下。

* %quickref：显示IPython的快速参考文档；

* %magic：显示所有的魔术命令及其详细文档；

* %reset：删除当前环境下的所有变量和导入的模块；

* %logstart：开始记录IPython里的所有输入的命令，默认保存在当前工作目录的 ipython_log.py中；

* %logstop：停止记录，并关闭log文件。

　　需要说明的是，在魔术命令后面加上问号“?”可以直接显示魔术命令的文档。我们来查看%reset魔术命令的文档。

　　In [28]: %reset?

　　Docstring:

　　Resets the namespace by removing all names defined by the user, if

　　called without arguments, or by removing some types of objects, such

　　as everything currently in IPython's In[] and Out[] containers (see

　　the parameters for details).

　　IPython与shell交互的能力，可以让我们不离开IPython环境即可完成很多与操作系统相关的功能，特别是在Linux/Mac OSX系统下工作时。最简单的方式，就是在命令前加上感叹号“!”即可直接运行shell命令（Windows系统下运行cmd命令）。比如下面的命令可以很方便地在IPython交互环境下打印出网络地址：

　　In [36]: !ifconfig | grep "inet "

　　    inet 127.0.0.1 netmask 0xff000000

　　    inet 192.168.1.103 netmask 0xffffff00 broadcast 192.168.1.255

　　以感叹号为前缀的shell命令是和操作系统相关的，Windows系统和Linux/Mac OSX系统相差很大。当使用%automagic on启用自动魔术命令功能后，可以省略百分号“%”的输入即可直接运行魔术命令：

　　In [68]: %automagic on

　　Automagic is ON, % prefix IS NOT needed for line magics.

　　In [69]: pwd

　　Out[69]: u'/Users/kamidox'

　　In [70]: ls

　　Applications/        Pictures/            lab/

　　Desktop/            Public/              osx/

　　Documents/          android/            scikit_learn_data/

　　Downloads/          bin/                tools/

　　In [71]: cd lab

　　/Users/kamidox/lab

　　In [72]: pwd

　　Out[72]: u'/Users/kamidox/lab'

　　我们经常会用import命令导入自己写的python模块，在调试过程中，修改了这个模块后，如果想让当前的修改马上起作用，必须使用reload()函数重新载入该模块。假设当前工作目录下有一个名字为hello.py的文件，其内容为：

　　def say_hello():

　　    print('hello ipython')

　　导入模块，并运行say_hello()函数：

　　In [84]: import hello

　　In [85]: hello.say_hello()

　　hello ipython

　　把hello.py文件内容改为下面的内容并保存：

　　def say_hello():

　　    print('ipython is a great tool')

　　此时，如果直接调用say_hello()函数，得到的依然是旧的输出，只有调用reload()函数重新载入模块，才能得到最新的输出：

　　In [86]: hello.say_hello()

　　hello ipython

　　In [87]: reload(hello)

　　Out[87]: <module 'hello' from 'hello.py'>

　　In [88]: hello.say_hello()

　　ipython is a great tool