命令行输入ipython可打开ipython解释器（Anaconda、EPD的python发行本本身已经携带）;命令行输入 jupyter notebook可打开ipython shell基于浏览器的图形界面。
1.每一个python对象都有一个字符串型的引用——docstring，用于保存该对象的简要介绍和使用方法。其内容可用help（）函数获取，或者使用ipython shell 独有的？(获取简介和用法)、？？（获取python源代码,但如果该对象是使用其他语言编写的则无法获取源代码，此时??与？作用相同）。
2.为自创的函数创建docstring的方法是：在函数定义——def 函数名（）：之后的一行使用"""docstring内容"""的形式进行。
4.ipython允许使用与linux类似的Tab补全功能：L.xxxTab(这里的Tab指按键)
按照python的惯例，_xxx(即前面带有下划线)表示私有的属性或方法;python私有属性和方法一般使用dunder方法即双下划线法命名
import xxxTab(Tab指按键)也是可以的
from xx import xxTab(Tab表示按键)也是允许的
5.通配符匹配
例：*win,可列出所有以win结尾的对象 ;str.*find*？可找到名称中包含find的字符串方法
6.ipython快捷键
ctrl+a光标移到本行开头
ctrl+e光标移到本行结尾
ctrl+k从光标开始剪切到行末
ctrl+u从行首位开始剪切到光标
ctrl+y将剪切的文本粘帖到光标所在位置
ctrl+t交换前两个字符
通过history可显示历史命令（上下箭头用于获取前/后一个命令）
ctrl+r用于对历史命令的反向搜索
（1）按下ctrl+r,显示（reverse——search），在其后输入字符，将会自动填充与之相近的最近命令，再按一下ctrl+r则匹配次近的一个
（2）def按下ctrl+P，则查找以def开头的最近命令，再按一次，查找次近.....
7.魔法命令——行魔法（以%作前缀），单元魔法（以%%作前缀）
（1）用于粘帖代码块的%paste和%cpaste(用于防止粘帖多行代码块时的缩进、解释符号错误)
%cpaste：打开一个交互式多行输入提示，从而使用户可在该提示下粘帖并执行代码块（一个或多个）
%paste：该命令后跟代码块，可直接应用
（2）执行外部代码的%run
例：%run mysjhdsh.py 则运行mysjhdsh.py程序
更具体的用法，请使用%run?查看
(3)代码运行时间%timeit
a计算接下来一行代码的运行时间，接下来一行的意思是，与%timeit同处一个代码块的下一行，而不能先执行%timeit，再输入代码
b.应用%%timeit（魔法单元），则可以计算接下来一行代码的运行时间
（4）魔法命令？，用于查询魔法命令注释
%magic用于查看魔法函数的通用描述和一些实例 :%lsmagic用于查看可用魔法函数列表
（5）%history -n 1-4 打印前四条历史命令
（6）%rerun 重新执行部分历史命令
（7）%xmode 用于捕获/控制异常，用于轨迹追溯时控制打印信息的数量
（8）%save保存部分历史命令
（9）捕获异常后%debug打开调试界面;%pdb用于控制发现异常时是否自动启动调试器;github.com/gotcha/ipdb可查看调试命令
8.输入输出对象
ipython中的In,Out其实分别是一个预定义的列表和字典，用于记录所有输入命令/所有（将输入数字映射到的）输出
9._[x]等价于Out[x]
10.行尾加分号——》禁止输出（输出既不显示，也不存入Out路径下，只是默默执行了）
11.可用!作为前缀在ipython执行shell 命令，例如：！pwd !ls等（备注：！cd并不工作，应使用%cd，因为Notebook中的命令是在shell的分支里进行的）
注意：%automatic可用于设定一些shell魔法函数不需%即可执行
12.可用通过赋值符将shell命令的输入存入一个变量
例：xx=!pwd
13.type(x)查询x的类型
14.代码分析和计时
————过早优化是最大的错误！！！！！！！！
A代码段计时%time;%timeit
B分析整个脚本%prun
C逐行分析%lprun(需要 pip install line_profiler；%load_ext line_profiler)
D内存分析%memit和%mprun(需要memory_profiler包)
15.nbviewer.ipython.org提供了一些ipython实例
16建议浏览ipython主页和（有趣的ipython集合）;建议关注ipython主要贡献者Fernando Perez和Brian Granger在PyCon，SciPy,PyData会议中的发言。
网友评论