因为名称空间是一个非常好的主意，但是加载大量的包来快速查看一些数据却不是。
datashell的Python项目详细描述
如果你有统计学背景，你可能对r很熟悉。 如果你使用r有一段时间了 最感激的是一旦你打开了终端，你就可以 马上就要谈正事了。转储功能为 包括数值优化、线性回归和累积 poisson分布的分布函数 名称空间是可能不是个好主意，但是boy它对quick有用吗 数据探索。这就是data shell对python的作用。
使用安装
pip3 install datashell datashell-install
通过键入^{tt1}，为python 3打开一个基于ipython的数据shell$ 进入你的终端。对于内联打印，请改用datashell-qt。
pro提示：将这些壳别名为较短的壳。例如，把 alias dash=datashell和alias dashi=datashell-qt进入 ~/.bashrc或您的shell自定义设置所在的位置。
便利功能
目前，它从math，random加载便利函数， numpy，scipy.stats，statsmodels，sympy以及 pandas。
所有函数都是延迟加载的，所以启动时间没有太大的不同 而不是普通的ipython终端。
data shell将各种包以星形方式导入到全局 名称空间，但也使它们在各自的 名称空间，因此您可以通过两种方式访问功能。
举个例子，一旦你进入了ipython的数据shell，一个 工作目录中的数据集上的线性回归很简单：
ols('y ~ x',data=tables.test).fit().summary()
在幕后，这将把statsmodels.formulas.api.ols加载到 执行线性回归，然后tables.test将加载test.csv。
datashell也可用于（非交互式）脚本：
fromdatashellimport*diff(2*x**2)
（不过，在某个时候，你可能会想清理一下 正确的进口。）
数据自动加载器
data shell还包括一个用于csv文件的pandas自动加载程序：您可以 从中访问./subdir/myfile.csv的pandas数据帧 tables.subdir.myfile。
有用的快捷键
- 来自math：ceil，floor，log，factorial，sin 在一个好的计算器上几乎可以找到任何东西
- 来自random：shuffle，choice，sample和朋友
- 从sympy：expand，factor，simplify简化 数学表达式，diff用于区分，integrate用于 集成（许多单字母变量也预先定义：a-e，o-s 和u-z）
- 来自scipy.optimize：minimize
- 来自scipy.stats：describe，itemfreq，relfreq， kurtosis，mode，moment，skew，pearsonr， spearmanr和其他
- 来自scipy.stats.contingency：expected_freq，margins
- 来自scipy.stats.distributions：cdf，pdf，ppf， sf，rvs和其他各种统计函数 正态分布到伽马分布
- 来自statsmodels.api：datasets和families（用于 广义线性模型）
- 来自statsmodels.formula.api：ols和gls
欢迎加入QQ群-->： 979659372
