Pandas套件相信是Python開發人員在資料分析的領域中,最普遍使用的工具之一,對於蒐集來的資料進行後續觀察及清理都相當的便利,而如果您和筆者一樣是Visual Studio Code開發工具的愛好者,利用Pandas套件操作資料後,在印出結果時,就會長得像以下的圖樣:
這時候如果想要觀看或顯示整齊的Pandas DataFrame資料結果,該怎麼做呢?本文就來和大家分享2個實用的方法,包含:
- Visual Studio Code Data Viewer
- Visual Studio Code整合Jupyter Notebook
一、Visual Studio Code Data Viewer
在Visual Studio Code開發Python的專案,為了要能夠進行編譯,都需要安裝Python編譯器擴充套件,如下圖:
在2021年,Python編譯器擴充套件增加了Data Viewer(資料檢視)功能,開發人員就能夠利用這個功能,在偵錯模式下檢視完整的Pandas DataFrame資料。
舉例來說,要讀取一個CSV檔案資料,我們會使用Pandas套件的read_csv()方法(Method)來進行讀取,如下範例:
import pandas as pd df = pd.read_csv("歷年國內主要觀光遊憩據點遊客人數月別統計.csv", encoding="big5") print(df)
這時候,就可以在讀取到資料的Pandas DataFrame下一行,下一個中斷點(按F9或行數前點一下),如下圖:
中斷點就是上圖行數前面的小紅點,在啟動偵錯模式時,會停止的地方,讓開發人員能夠查看變數的值是否為預期的,以便能夠偵錯。
接下來,在Visual Studio Code左側有一個偵錯的圖示,點擊後,可以看到如下圖的畫面:
而要啟動偵錯模式,就是點擊上圖的「Run and Debug」,如果只偵錯單一檔案,則選擇「Python檔案」,如下圖:
啟動後,就能看到編譯器停在剛剛紅點的地方,如下圖:
這時候,左側的變數區域就會顯示目前所有變數的值,如下圖:在df變數的地方,也就是Pandas模組(Module)讀取到CSV檔案資料的Pandas DataFrame,點擊右鍵,選擇「View Value in Data Viewer」,如下圖:
就能夠看到讀取到的完整資料,並且還能夠進行排序及篩選,如下圖:
二、Visual Studio Code整合Jupyter Notebook
Jupyter Notebook簡單來說,就是一個網頁板的編輯器,能夠在上面開發、編輯與執行程式碼,支援非常多程式語言,也是Python受歡迎的開發工具之一。
而要在Visual Studio Code中使用Jupyter Notebook,需要先利用以下指令來安裝ipykernel:
$ pip install ipykernel
有了ipykernel(IPython Kernel)後,就可以在Visual Studio Code中建立Jupyter Notebook。按下Ctrl+Shift+P鍵開啟命令面板,輸入「jupyter」關鍵字,如下圖:
選擇「Create New Blank Notebook(建立空白筆記本)」,就會顯示如下圖畫面:
接著,在儲存格中就可以撰寫程式碼,如下範例:
完成後,點擊左上角的執行按鈕,觀看執行結果,如下圖:
從上圖可以看到,結合Jupyter Notebook後,即能夠完整顯示Pandas DataFrame中所讀取的資料了。
三、小結
在資料分析的過程中,觀察數據是一個非常重要的動作,本文透過Data Viewer與結合Jupyter Notebook兩個方法,讓Visual Studio Code開發人員在利用Pandas套件進行資料分析時,也能夠完整的掌握及操作蒐集來的資料,提升處理的效率。
如果本文的分享對於學習資料分析的大家有幫助的話,歡迎分享給身邊的朋友一起學習,並且請幫我按五下Like(使用Google或Facebook帳號免費註冊),支持我創作教學文章,回饋由LikeCoin基金會出資,完全不會花到錢,感謝大家。
有想要看的教學內容嗎?歡迎利用以下的Google表單讓我知道,將有機會成為教學文章,分享給大家😊
Python學習資源
![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgYqMPD_mPLEileg1IdrsIYhFSWZkYFKYmEnUqWqiqdiJv2XYnkT23CFcXoTN6HBtGCEUylgVoUIVKm6KPRPM_TjcjsSei4lGE_YmZdrWA6Ulw1fp6-o8Cn-bVwr7_FANFoC4tjTe-ak6w-atFYq-a1pipQbZvQzt4wHRNK7tywcSG0dSCnpJpqoMP5wA/s1600/Python%E7%B6%B2%E9%A0%81%E7%88%AC%E8%9F%B2%E5%85%8D%E8%B2%BB%E7%B7%9A%E4%B8%8A%E5%9F%B9%E8%A8%93.png)
![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEh-fK9Da5M7X1lSpbZVan4Eo-PunVnQv-YHw3EDahTUhZr5FayVLaCPqrW44W3_xwQQO-gAWZEwe_A-SxL_nltT__ArbFOgLYAAIsi3RzETT9GqVsfyfN9PXDs-xGTkxZSqj_W1SCxwD2UcrJLqHZSYIrLB-HIU75vSom4YoqoWFUQz_o4PbnvTQUbE6Bab/w640-h426/2.png)
![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEg61JC7N1hyphenhyphenPpzb1hNJauunevoWrOsJxk_Upz0ywnLtIAJ2rdd1ZxChyphenhyphenFPq8GHYfywtHv2mTce5NGdwwxWFWYARhA6In0xlOzkwlRb9kM04mwgdy9Un9JgVCoLQnwV25oUcitQy2OY4TeA3gVIs067wR4StGfkldbykOeL3TfPchWfNClWKhL10ZzWaxFtf/w640-h426/3.png)
![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgh1XFQE0AmkZHSFB0Icq3uY4_FdsIYZ9nUqllOlo9ulRu0ri-LS1OeW2ybKOO2QRg-gyUOUr_3sMLYf7S4Q5ULZpIcXsS1pAkSMPm0OwqpbnLET51WEpQ3EoY5WaEVEWyTixBkRqp2tA7SpePM_MCIY6tnyUvu917rulqbLJTEEPsEho6Q-4Tf74DFdakd/w640-h426/4.png)
留言
張貼留言