Current examples: Github -> iPython -> iPython -> examples

Ctrl+ENTER en una celda la ejecuta y se queda en dicha celda. Con Shift + ENTER la ejecuta y pasa a la siguiente.

Puedes cambiar el tipo en Cell → Cell Type. Por ejemplo código, markdown, texto…

!ls to launch a shell command. It's possible to do a = !ls. You can access to a python variable with $. Something like touch $file_path

No hace falta usar la función print.

Puedes descargar con formatos tales como python, latex, pdf…

Si vas a usar matplotlib has de añadir la línea %matplotlib inline para que los gráficos se añadan al notebook.

df = pd.read_csv('file.csv', header=2) lee el fichero file.csv esquivando las dos primeras líneas. Más parámetros a la hora de leer:

• indx_col=(0, 2, 3), indica que las columnas 0, 2 y 3 son índices.
• parse_dates=[3] indica que la columna 3 es fecha.

df.head() cogerá la cabecera.

db['2000'] cogerá la columna 2000.

df.plot() mostrará los datos en un gráfico.

le = df.groupby(level=0).first().transpose() agrupa por la primera columna y muestra la matriz girada.

le.columns mostrará los nombres de columnas.

Coger solo unas columnas:

le[['1990', '2000', '2010']]

Para agrupar una columna por intervalos de, por ejemplo días, y luego contarlos usaríamos: data['columns'].resample('D').count(). Con 'h' seria para horas.

• Series: 1D = numpy.ndarray = similar to a dictionary (indice + valor)
• DataFrame: 2D = numpy.ndarray = similar to a Excel spreadsheet (columns have different array)
• Multiindex series o dataframe: higher dimensional data

Crear una serie:

a = pd.Series({'a': 33, 'b': 334})

Crear un dataframe:

# a = previous example 'a' variable
b = pd.Dataframe(pd.dataframe({'age': a, 'test': {'a': 55, 'b': 53})

To select rows:

b.loc('b')
b.loc(['a', 'b'])

Select by column:

df.loc(:, ['b'])

iloc is another way to select with indexes. Also slicing: df.iloc[2:5] que es lo mismo que df(2:5)

También se puede escoger booleanos: df > 500 devolverá una lista de cabecera y true\false. Puede hacerse una consulta algo así: daily_crimes(daily_crimes > 500).count() que devuelve solo el número que es mayor que 500. Otra forma: daily(daily_crimes(daily_crimes > 500 & daily_crimes < 600).count()

count and sum are other userful functions.

crimes = cirmes.set_index(['primary'], append=True) añade la columna primary al indice. Es decir añade un level al indice.

• pivot_table (to select just the rows and columns you want)
• stack / unstack (to add more levels to a multiindex)
• groupby (like sql group by)
• resample (for time intervals)

Añadir una columna (occourences) con valores de 1: crimes['occourences'] = np.ones(len(crimes)). Ahora podrías crear un índice quitándote los repetidos con: crimes.occourences.groupby(level=(0, 1)).sum()

fillna(0) method llena los valores que son NaN con 0.

Consultar: crimes_by_type.loc[:, ['THEFT', 'HOMICIDE']]['2016']. Mostrará los crímenes theft y homicidio en 2016. Para quitar ruido (porque estarán puestos por hora) los ponemos por día: crimes_by_type.loc[:, ['THEFT', 'HOMICIDE']]['2016'].ersample('D').sum().plot()

https://ipywidgets.readthedocs.io

List of widges

Are for creating dynamic notebooks.

from ipywidgets import interact

@interact(crime_type = crimetype.columns)
def plot_cart(crime_type):
  crime_by_type.loc[:, crime_type]...

• google_spreadsheet.zip
• https://socraticowl.com/post/integrate-google-sheets-and-jupyter-notebooks/