iPython: Python 交互式 Shell

IPython 是一种基于 Python 的交互式解释器，提供了强大的编辑和交互功能。

`?`: 对象内省

在对象后面加上 ?，可以打印出该对象的详细信息。例如一个列表对象，打印出该对象的类型、长度等信息。

obj = [1, 2, 3]
obj?

Type:        list
String form: [1, 2, 3]
Length:      3
Docstring:  
list() -> new empty list
list(iterable) -> new list initialized from iterable's items

?? 和 ? 功能相似，不过 ?? 还可以查看函数或模块对象的源代码。

def foo(num):
    x = num
    print(x)

foo??

Signature: foo(num)
Docstring: <no docstring>
Source:   
def foo(num):
    x = num
    print(x)
File:      ~/文档/Jupyter-Notebook/Python Basics/Advanced/<ipython-input-2-46f951045f2c>
Type:      function

`!`: 执行 Shell 命令

Shell 表示使用命令行文本与计算机操作系统交互的方式。在 IPython 中，Shell 命令前加上感叹号 ! 就可以在 IPython Kernel 中直接执行。例如 ping 百度的 IP 地址：

! ping -c 4 www.baidu.com

PING www.a.shifen.com (36.152.44.95) 56(84) bytes of data.
64 比特，来自 36.152.44.95 (36.152.44.95): icmp_seq=1 ttl=55 时间=43.3 毫秒
64 比特，来自 36.152.44.95 (36.152.44.95): icmp_seq=2 ttl=55 时间=71.4 毫秒
64 比特，来自 36.152.44.95 (36.152.44.95): icmp_seq=3 ttl=55 时间=73.3 毫秒
64 比特，来自 36.152.44.95 (36.152.44.95): icmp_seq=4 ttl=55 时间=125 毫秒

--- www.a.shifen.com ping 统计 ---
已发送 4 个包， 已接收 4 个包, 0% 包丢失, 耗时 3003 毫秒
rtt min/avg/max/mdev = 43.341/78.204/124.714/29.360 ms

`%`: 魔法命令

魔法命令分为两种：

Line magics: 只有一个百分号 % 表示只在本行有效
Cell magics: 两个百分号 %% 表示在整个 Cell 单元有效

run 运行脚本

在 IPython 会话环境中，py 文件可以通过 %run 命令当作 Python 程序直接运行。

当前文件夹下的 src/ 目录下有一个 test.py 文件，我们来看看它的内容——可以直接用 ! 执行 Shell 命令：

! cat ./src/test.py

print('Hello World!')

下面我们来执行这个 Python 脚本：

%run ./src/test.py

Hello World!

timeit 测量代码运行时间

%timeit 可以测量一行代码的运行时间：

%timeit sum([i**2 for i in range(1000)])

242 µs ± 457 ns per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%%timeit 可以测量一个 Cell 代码的运行时间：

%%timeit
obj = []
for i in range(1000):
    obj.append(i**2)
sum(obj)

290 µs ± 289 ns per loop (mean ± std. dev. of 7 runs, 1000 loops each)

科学计算与交互

在 notebook 中绘制图像时，使用 %matplotlib inline 命令可以将图表直接嵌入到 notebook 中，方便查看。

%matplotlib inline

import numpy as np
import matplotlib.pyplot as plt

plt.plot(np.sin(np.linspace(0, 10*np.pi, 100)))

[<matplotlib.lines.Line2D at 0x7f86fb26cb38>]

%pylab 魔法命令可以使 numpy 和 matplotlib 中的科学计算功能生效，这些功能被称为基于向量和矩阵的高效操作，交互可视化特性。它能够让我们在控制台进行交互式计算和动态绘图。

%pylab

Using matplotlib backend: Qt5Agg
Populating the interactive namespace from numpy and matplotlib

x = linspace(0, 10*np.pi, 100)
plot(x, tan(x))

[<matplotlib.lines.Line2D at 0x7f86f56c8358>]

quickref 参考帮助

%quickref

Python 脚本操作

%pycat <filename> 用语法高亮显示一个 Python 脚本（不用加 .py 后缀名）。

%pycat ./src/foo

[0;32mdef[0m [0mfoo[0m[0;34m([0m[0;34m)[0m[0;34m:[0m[0;34m[0m
[0;34m[0m    [0mprint[0m[0;34m([0m[0;34m'Hello World!'[0m[0;34m)[0m[0;34m[0m[0;34m[0m[0m

%load 命令用于将脚本代码加载到当前 Cell。执行后，自动加载代码到当前 Cell 中。

# %load ./src/foo
def foo():
    print('Hello World!')

precision 浮点数精度

%precision 命令用来设置浮点数精度，可添加具体参数，无参数则默认精度。

%precision 3

'%.3f'

from math import pi
pi

3.142

变量与对象操作

%who 命令用于显示当前所有变量，你也可以指定显示变量的类型。

%who

foo	 obj	 pi	 x

%whos 命令同样用于显示当前变量，但提供的信息更加丰富。

%whos

Variable   Type        Data/Info
--------------------------------
foo        function    <function foo at 0x7f86f4107378>
obj        list        n=3
pi         float       3.141592653589793
x          ndarray     100: 100 elems, type `float64`, 800 bytes

%xdel 命令用于删除变量，并尝试清楚其在IPython中的对象上的一切引用。

%xdel x

%reset -f 命令用于删除定义的所有变量，如果不指定参数 -f，则需要确认后再重置。

%reset -f

输入和输出

In 对象是一个列表，按照顺序记录所有的命令
Out 对象不是一个列表，而是一个字典，它将输入数字映射到相应的输出（如果有的话）

In

['',
 "obj = [1, 2, 3]\nget_ipython().run_line_magic('pinfo', 'obj')",
 'def foo(num):\n    x = num\n    print(x)',
 "get_ipython().run_line_magic('pinfo2', 'foo')",
 "get_ipython().system(' ping -c 4 www.baidu.com')",
 "get_ipython().system(' cat ./src/test.py')",
 "get_ipython().run_line_magic('run', './src/test.py')",
 "get_ipython().run_line_magic('timeit', 'sum([i**2 for i in range(1000)])')",
 "get_ipython().run_cell_magic('timeit', '', 'obj = []\\nfor i in range(1000):\\n    obj.append(i**2)\\nsum(obj)\\n')",
 "get_ipython().run_line_magic('matplotlib', 'inline')",
 'import numpy as np\nimport matplotlib.pyplot as plt\n\nplt.plot(np.sin(np.linspace(0, 10*np.pi, 100)))',
 "get_ipython().run_line_magic('pylab', '')",
 'x = linspace(0, 10*np.pi, 100)\nplot(x, tan(x))',
 "get_ipython().run_line_magic('quickref', '')",
 "get_ipython().run_line_magic('pycat', './src/foo')",
 "# %load ./src/foo\ndef foo():\n    print('Hello World!')",
 "get_ipython().run_line_magic('precision', '3')",
 'from math import pi\npi',
 "get_ipython().run_line_magic('who', '')",
 "get_ipython().run_line_magic('whos', '')",
 "get_ipython().run_line_magic('xdel', 'x')",
 "get_ipython().run_line_magic('reset', '-f')",
 'In']

Out

{22: ['',
  "obj = [1, 2, 3]\nget_ipython().run_line_magic('pinfo', 'obj')",
  'def foo(num):\n    x = num\n    print(x)',
  "get_ipython().run_line_magic('pinfo2', 'foo')",
  "get_ipython().system(' ping -c 4 www.baidu.com')",
  "get_ipython().system(' cat ./src/test.py')",
  "get_ipython().run_line_magic('run', './src/test.py')",
  "get_ipython().run_line_magic('timeit', 'sum([i**2 for i in range(1000)])')",
  "get_ipython().run_cell_magic('timeit', '', 'obj = []\\nfor i in range(1000):\\n    obj.append(i**2)\\nsum(obj)\\n')",
  "get_ipython().run_line_magic('matplotlib', 'inline')",
  'import numpy as np\nimport matplotlib.pyplot as plt\n\nplt.plot(np.sin(np.linspace(0, 10*np.pi, 100)))',
  "get_ipython().run_line_magic('pylab', '')",
  'x = linspace(0, 10*np.pi, 100)\nplot(x, tan(x))',
  "get_ipython().run_line_magic('quickref', '')",
  "get_ipython().run_line_magic('pycat', './src/foo')",
  "# %load ./src/foo\ndef foo():\n    print('Hello World!')",
  "get_ipython().run_line_magic('precision', '3')",
  'from math import pi\npi',
  "get_ipython().run_line_magic('who', '')",
  "get_ipython().run_line_magic('whos', '')",
  "get_ipython().run_line_magic('xdel', 'x')",
  "get_ipython().run_line_magic('reset', '-f')",
  'In',
  'Out']}

Python 处理 json 数据 Python 操作系统调用