一、 IPython基础

代码自动补全：Tab键

可补全内容包括：变量名、函数名、成员变量函数、目录文件

内省(Itrospection)

• 在变量名之前或之后加上问号(?)，这样可以显示这个对象的相关信息。
  如果这个对象是个函数或实例方法，那么它的docstring也会被显示出来。
  • 使用??还将显示该函数的源代码
• ?还能搜索IPython命名空间。一些字符再配以通配符(*)即可显示出所有与其相匹配的名称。
  如，我们可以列出NumPy顶级命名空间中含有load的所有函数：
  np.load?

%run 命令

在IPython环境中，所有文件都可以通过%run命令当做Python程序来运行。
脚本的行为和在标准命令行环境(通过python xxx.py启动的)中执行时一样，此后，在文件中所定义的全部变量就可以在当前IPython shell中访问了。

• Ctrl-C 终止当前正在执行的代码（引发一个KeyboardInterrupt）
  IPython有一些特殊的命令。有的为常见任务提供便利，有的则使你能够轻松控制IPython系统的行为。

  魔术命令(以%为前缀的命令)

• 魔术命令可以看做运行于IPython系统中的命令行程序，它们大都还有一些参数选项。在命令后面加问号(?)可以查看。
• 魔术命令默认是可以不带百分号使用的，只要没有定义与其同名的变量即可。这个功能可以通过%automagic命令打开或者关闭。

• 通过%quickref或%magic命令可以查看所有的命令。

常用的魔术命令如下：

• %quickref thon快速参考
• %magic 显示magic command详细文档
• %debug 从最新的异常跟踪的底部进入交互式调试器
• %hist 打印命令输入历史
• %pdb 在发生异常后自动进入调试器
• %paste 执行剪贴板中的Python代码
• %cpaste 打开一个特殊的提示符以便手工粘贴待执行的代码
• %reset 删除interactive空间中的全部变量/名称
• %run 执行一个python脚本
• %page 分页显示一个对象
• %time 报告statement执行的时间
• %timeit 多次执行statement以计算平均执行时间，用于执行时间非常小的代码。
• %who、%who_is、%whos 显示Interactive命名空间的中定义的变量，信息级别/冗余度可变
• %xdel 删除变量，并尝试清楚其在IPython中的对象上的一切引用

matplotlib集成与pylab模式

导致IPython广泛应用于科学计算领域的重要原因在于它能够跟matplotlib这样的库及其他GUI工具的默契配合。
如果在标准 python shell 中创建一个matplotlib绘图窗口，就会发现GUI时间循环会接管Python回话的控制权，知道该窗口关闭。这显然无法实现交互式的数据分析和可视化，因此IPython对各个GUI框架进行了专门的处理以使其能够与shell配合得天衣无缝。
集成matplotlib方法：

%pylab
这将会使IPython完成以下工作：

import numpy as np
import matplotlib as plt
from matplotlib import pylab, mlab, pyplot
from IPython.display import display
from IPython.core.pylabtools import figsize, getfigs

from pylab import *
from numpy import *

使用示例：

%pylab  inline
plot(randn(1000).cumsum())

二、 使用历史命令

IPython维护着一个位于硬盘上的一个小型数据库，包含执行过的每一天命令。这样的目的在于：

• 方便的搜索、自动完成之前执行过的命令
• 在回话间持久化历史命令
• 将输入输出历史记录到日志文件

搜索并重用命令历史

上箭头键：搜索出命令历史中第一个与你输入的字符相匹配的命令。多次按将会在历史中不断搜索。
下箭头键：子命令历史中向前搜索。
Ctrl-R：部分增量搜素，循环在命令历史中搜素与输入相符的行。

输入和输出变量

IPython会将输入和输出的引用保存在一些特殊变量中。
最近的输入和输出分别保存在_(一个下划线)和__(两个下划线)两个变量中。
输入被保存在_iX变量中，其中X是输入的行号。
输出被保存在_X变量中，其中X是输出的行号
几个与输入输出有关的魔术命令：

• %hist 打印输入历史
• %reset 清空interactive命名空间，可选择是否清空输入和输出缓存
• %xdel 从IPython中移除特定对象的一切引用

记录输入和输出

执行%logstart能够开始记录控制台回话，包括输入和输出。与之配合的命令有：%logoff、%logon、%logstate、%logstop

三、 与操作系统交互

IPython与操作系统shell结合的非常紧密，可以在IPython中执行shell命令。
与系统相关的命令：

• !cmd在系统shell中执行cmd
• output=!cmd args 执行cmd，并将结果放在output中
• %bookmark 书签名 使用IPython的目录书签系统
• %cd directory(文件路径) 更改工作目录
• %pwd 返回系统当前工作目录
• %env 以字典形式返回系统环境变量

shell命令

在IPython中以感叹号(!)开头的命令表示其后的所有内容将会在系统shell中执行。
使用!时，还允许使用当前环境中定义的Python值，只需在变量名前加上美元($)符号即可：

foo = 'E:\学习*'
!dir $foo

 驱动器 E 中的卷是 LENOVO
 卷的序列号是 8635-9A21

 E:\ 的目录

2017/08/13  19:54    <DIR>          学习
               0 个文件              0 字节
               1 个目录 124,378,099,712 可用字节

目录书签系统

IPython的目录书签系统能够保存常用目录的别名以便实现快速跳转。书签能够持久化保存。
如：

• %bookmark pys 'C:/User/xxx/PyWorkSpace'
• 定义好书签之后，就可以在执行魔术命令%cd时使用这些书签了： cd pys
• 列出所有书签: %bookmark -l
• 书签名与目录冲突:%bookmark -b pys #强制使用书签目录

四、 软件开发工具

交互式调试器

代码调试的最佳时机就是错误发生的时候:

• 在发生异常之后马上输入 %debug 命令将会调用调试器，并直接跳转到引发异常的那个帧。
  • 在pdb中，可以查看各个帧中的一切对象和数据。默认是从最低级开始的。输入u(p)或d(own)可以在栈的各级别之间切换。
    
• 使用 %pdb on命令可以开启自动调试功能， 即当程序异常时直接开始进行调试。%pdb off命令可关闭自动调试。如果不加参数，只输入%pdb命令则在两种模式之间切换。
• 如果你想设置断点或对函数进行单步调试。 可以使用带有 -d 选项的%run命令，这将会在执行脚本文件中的代码之前打开调试器。然后，如果你想套设置断点，那么使用 b(reak) x 命令，其中x为行号。前进一行使用 n(ext) 命令，进入函数体使用 s(tep into) 然后使用 c(ontinue) 命令即可直行至断点处。要查看变量可以使用 !x ，其中x为变量名。

虽然大部分IDE都拥有优秀的GUI调试器，但是在IPython中调试程序却往往会带来更高的生产率。
pdb主要命令如下：

• h(elp) 显示命令列表
• help command 显示命令的说明文档
• c(continue) 回复程序的执行
• q(uit) 退出调试器
• b(reak) number 在指定行设置断点
• s(tep) 单步进入(step into)函数
• n(next) 执行当前行(step over)，并进入下一行
• u(p)/d(own) 在函数调用栈中向上或向下移动
• a(rgs) 显示当前函数的参数
• debug statement 在新的调试器中调用语句statement
• l(ist) statement 显示当前行，以及当前栈级别上的上下文参考代码

• w(here) 打印当前位置的完整栈跟踪

  调试器的其他使用场景

  除了上面提到的，还有另外的调试方法。可以使用set_trace这个特别的函数。下面两个函数很有用：

def set_trace():
    from IPython.core.debugger import Pdb
    Pdb(color_sheme='Linux').set_trace(sys._getframe().f_back)

def debug(f, *args, **kwargs):
    from IPython.core.debugger import Pdb
    pdb = Pdb(color_scheme='Linux')
    return pdb.runcall(f, *args, **kwargs)

第一个函数set_trace很简单，你可以将它放在代码中任何希望停下来查看一番的地方：

def calling_things():
    set_trace()  #自定义的调试函数
    works_fine()
    throws_an_exception()

第二个函数(debug)，使你能够直接在任意函数上使用调试器。
假设我们有如下函数：

def f(x, y, z=1):
    tmp = x + y
    return tmp / z

现在想对其进行单步调试,按如下方式即可：debug(f, 1, 2, z=3)4.3

debug(f, 1, 2, z=3)

C:\Users\xiner\Anaconda3\lib\site-packages\ipykernel_launcher.py:7: DeprecationWarning: The `color_scheme` argument is deprecated since version 5.1
  import sys


>