ML基础-Jupyter notebook中的魔法命令

在 Jupyter Notebook 或 IPython 环境中,"魔法命令"(Magic Commands)是一些以百分号(%)或惊叹号(!)开头的特殊命令,用于执行一些与代码运行环境相关的操作,而不仅仅是执行普通的 Python 代码。魔法命令可以大大增强 Jupyter Notebook 的功能和用户体验。

用过colab的人应该很熟悉了。


1. % 开头的魔法命令

% 开头的魔法命令分为两类:行魔法命令(Line Magic)和单元魔法命令(Cell Magic)。行魔法命令以单 % 开头,作用于单行代码;单元魔法命令以双 %% 开头,作用于整个代码单元。

1.1 常见 % 魔法命令
命令 描述 示例
%time 测量单行代码的执行时间 %time result = some_function()
%timeit 多次运行单行代码以获取更准确的执行时间 %timeit result = some_function()
%run 运行外部 Python 脚本 %run myscript.py
%pwd 显示当前工作目录 %pwd
%ls 列出当前目录下的文件和文件夹 %ls
%cd 更改当前工作目录 %cd /path/to/directory
%who 列出当前命名空间中的变量 %who
%whos 显示变量的详细信息 %whos
%reset 清除当前命名空间中的所有变量 %reset
%history 显示命令历史 %history
%lsmagic 列出所有可用的魔法命令 %lsmagic
%config 查看或修改配置 %config InlineBackend.figure_format = "retina"
%debug 进入交互式调试模式 %debug
%store 保存变量到磁盘,可在后续会话中恢复 %store variable
%store -r 从磁盘恢复保存的变量 %store -r variable
%psource 显示对象的源代码 %psource my_function
1.2 常见 %% 魔法命令
命令 描述 示例
%%time 测量整个代码单元的执行时间 %%time result = some_function() print(result)
%%writefile 将代码单元的内容写入文件 %%writefile myfile.py def hello(): print("Hello, world!")
%%capture 捕获代码单元的输出 %%capture print("This output will be captured.")
%%bash 执行 Bash 命令 %%bash echo "Hello from Bash!" ls
%%html 渲染 HTML 代码 %%html <h1>Hello, world!</h1>

2. ! 开头的魔法命令

! 开头的命令用于在 Jupyter Notebook 中执行系统命令,类似于在终端中运行命令。

2.1 常见 ! 命令
命令 描述 示例
!ls 列出当前目录下的文件和文件夹 !ls
!pwd 显示当前工作目录 !pwd
!cd 更改当前工作目录(注意:!cd 不会改变 Jupyter 的工作目录,仅对当前单元有效) !cd /path/to/directory
!mkdir 创建新目录 !mkdir new_folder
!rm 删除文件 !rm file.txt
!rmdir 删除空目录 !rmdir folder
!pip install 安装 Python 包 !pip install package_name
!echo 打印文本 !echo "Hello, world!"

3. 使用示例

3.1 % 魔法命令示例
python 复制代码
# 测量单行代码的执行时间
%time result = [i for i in range(1000000)]

# 列出当前目录下的文件
%ls

# 显示当前工作目录
%pwd

# 清除所有变量
%reset

# 显示变量详细信息
%whos
3.2 %% 魔法命令示例
python 复制代码
# 测量整个代码单元的执行时间
%%time
import time
time.sleep(2)
print("Done!")

# 将代码写入文件
%%writefile example.py
def greet(name):
    print(f"Hello, {name}!")
3.3 ! 命令示例
python 复制代码
# 列出当前目录下的文件
!ls

# 创建新目录
!mkdir test_folder

# 安装 Python 包
!pip install numpy

4. 总结

  • % 开头的魔法命令用于执行单行操作或配置环境。
  • %% 开头的魔法命令用于对整个代码单元进行操作。
  • ! 开头的命令用于执行系统命令,类似于在终端中运行命令。 这些魔法命令能够显著提升 Jupyter Notebook 的使用效率,帮助用户更便捷地进行数据分析和代码调试。

除了前面提到的 %! 开头的魔法命令之外,Jupyter Notebook 和 IPython 还提供了许多其他有用的魔法命令,这些命令可以帮助用户更高效地进行数据分析、代码调试和环境管理。

以下是一些补充的魔法命令及其使用示例。


补充的魔法命令

1. %matplotlib:绘图相关
  • %matplotlib inline:将 Matplotlib 图形嵌入到 Notebook 中。
  • %matplotlib notebook:生成可交互的图形,支持缩放和移动。
  • %config InlineBackend.figure_format = "retina":提高图形的分辨率。

示例:

python 复制代码
%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 10, 100)
plt.plot(x, np.sin(x))
plt.show()
2. %pdb:调试相关
  • %pdb:开启或关闭自动调试模式。当代码中出现异常时,会自动进入调试模式。
  • %debug:进入交互式调试模式,用于调试当前代码。

示例:

python 复制代码
%pdb on  # 开启自动调试模式
def divide(a, b):
    return a / b

result = divide(10, 0)  # 这里会触发异常并进入调试模式
3. `%load:代码加载
  • %load:将外部文件的内容加载到当前代码单元中。
  • %load_ext:加载扩展模块,例如 sqlautoreload

示例:

python 复制代码
%load myscript.py  # 将 myscript.py 的内容加载到当前单元
4. %autoreload:自动重新加载模块
  • %load_ext autoreload:加载自动重新加载扩展。
  • %autoreload 2:自动重新加载所有模块,每次调用函数时都会重新加载模块。

示例:

python 复制代码
%load_ext autoreload
%autoreload 2

import mymodule
mymodule.some_function()  # 如果 mymodule.py 被修改,会自动重新加载
5. %who:变量管理
  • %who:列出当前命名空间中的变量。
  • %whos:列出当前命名空间中的变量及其详细信息。
  • %reset:清除当前命名空间中的所有变量。
  • %store:保存变量到磁盘,可在后续会话中恢复。
  • %store -r:从磁盘恢复保存的变量。

示例:

python 复制代码
a = 10
b = "Hello"
%who  # 列出变量
%whos  # 列出变量及其详细信息
%reset  # 清除所有变量
6. %history:命令历史
  • %history:显示命令历史。
  • %history -f filename.py:将命令历史保存到文件。

示例:

python 复制代码
%history  # 显示命令历史
%history -f my_history.py  # 将命令历史保存到文件
7. %lsmagic:列出所有魔法命令
  • %lsmagic:列出所有可用的魔法命令。

示例:

python 复制代码
%lsmagic
8. %config:配置
  • %config:查看或修改配置。

示例:

python 复制代码
%config InlineBackend.figure_format = "retina"  # 设置图形格式为 Retina
9. %paste:粘贴代码
  • %paste:将剪贴板中的代码粘贴到当前代码单元中。

示例:

python 复制代码
%paste  # 粘贴剪贴板中的代码
10. %run:运行脚本
  • %run:运行外部 Python 脚本。

示例:

python 复制代码
%run myscript.py  # 运行 myscript.py 脚本
11. %psource:显示源代码
  • %psource:显示对象的源代码。

示例:

python 复制代码
def my_function():
    print("Hello, world!")

%psource my_function  # 显示 my_function 的源代码
12. %timeit:性能分析
  • %timeit:多次运行代码以获取更准确的执行时间。
  • %%timeit:多次运行整个代码单元以获取更准确的执行时间。

示例:

python 复制代码
%timeit [i for i in range(1000)]  # 测量单行代码的执行时间
%%timeit
result = [i for i in range(1000)]  # 测量整个代码单元的执行时间
13. %capture:捕获输出
  • %%capture:捕获代码单元的输出,可以将输出保存到变量中。

示例:

python 复制代码
%%capture captured_output
print("This output will be captured.")
print("Another line.")
print(captured_output)  # 打印捕获的输出
14. %env:环境变量
  • %env:设置或查看环境变量。

示例:

python 复制代码
%env MY_VAR=123  # 设置环境变量
%env MY_VAR  # 查看环境变量
15. %alias:命令别名
  • %alias:为系统命令创建别名。

示例:

python 复制代码
%alias ll ls -l  # 创建别名 ll,等同于 ls -l
!ll

总结

Jupyter Notebook 和 IPython 提供了丰富的魔法命令,这些命令可以帮助用户更高效地进行数据分析、代码调试和环境管理。通过合理使用这些魔法命令,可以显著提升开发效率和用户体验。

相关推荐
郑梓妍几秒前
ubuntu改用户权限
服务器·网络·数据库
zy_destiny6 分钟前
【工业场景】用YOLOv12实现饮料类别识别
人工智能·python·深度学习·yolo·机器学习·计算机视觉·目标跟踪
姚瑞南8 分钟前
从模糊感知到量化评估:构建一个Prompt打分工具
人工智能·自然语言处理·chatgpt·prompt·aigc
机器之心13 分钟前
ICLR 2025 Spotlight | 参数高效微调新范式!上海交大联合上海AI Lab推出参数冗余微调算法
人工智能
机器之心23 分钟前
OpenAI的AI复现论文新基准,Claude拿了第一名
人工智能
Niuguangshuo27 分钟前
Python设计模式:代理模式
开发语言·python·代理模式
骑猪兜风23329 分钟前
没有人知道“他妈的” 智能体到底是什么
人工智能·openai·ai编程
www_pp_30 分钟前
# 实时人脸识别系统:基于 OpenCV 和 Python 的实现
人工智能·python·opencv
程序员JerrySUN30 分钟前
Linux UART 驱动开发全解析:从原理到实战
linux·运维·驱动开发
果冻人工智能31 分钟前
MCP:让 AI 应用更聪明,只需几分钟
人工智能