如何使你的数据科学/机器学习工程师工作流程更有效-编程实验室

原文：towardsdatascience.com/how-to-make-your-data-science-ml-engineer-workflow-more-effective-4f857c36bbc1

任何从事编程工作的人都需要一个有效的流程。许多任务都很耗时，你希望尽可能多地自动化以减少手动工作。在这篇文章中，我讨论了我最近如何作为一个数据科学家更新我的工作流程，从使用 Jupyter 笔记本转向使用 VS Code 交互式窗口。

https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/3d3af8e48c80d9b57c3b44f0844b688c.png

本文讨论了如何使用 VS Code 交互式窗口来优化你的数据科学/机器学习工程工作流程。图片由 ChatGPT 提供

为了展示新的工作流程，我将使用一些简单的代码来突出如何使用新的工作流程更快地工作。然而，你应该注意，我认为新工作流程的好处随着项目的复杂度增加而增加。当项目变得更大时，Jupyter 笔记本的问题就会增多，更难对你的数据进行概述。因此，我认为我在本文中展示的工作流程的好处将随着实际项目而增加。我将在整篇文章中使用图片和视频来直观地展示如何使用 VS Code 交互式窗口。我写这篇文章的灵感来自 Dave Ebbelaar 的这个 YouTube 视频（https://www.youtube.com/watch?v=qFvInA7DKuE&t=395s），关于他如何停止使用 Jupyter Notebook。

动机

我写这篇文章的动机是，作为一个数据科学家，我一直在寻找改进我工作方式的方法。我认为在我的工作中，保持对最新趋势的了解至关重要，无论是跟上最新的机器学习模型，使用新的 IDE 如 Cursor，还是通过使用交互式窗口来改进我的工作流程。因此，在这篇文章中，我分享了我在数据科学相关项目中最近的工作流程变化，从在 Jupyter 笔记本中工作到使用 VS Code 中的交互式窗口。改变工作流程后，我在编写代码和实验方面变得显著更有效率，这对于你想要在数据科学项目中取得成功至关重要。

使用 VS Code 交互式窗口

设置

要开始使用 VS Code 中的交互式窗口，你必须在设置中激活它。打开 VS Code 的设置，搜索 Jupyter 交互式窗口，并启用表示“按 shift+enter 时，发送所选代码”的复选框。下面是一个设置图片的示例：

https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/950016c6becd04dad6caede266d25ab4.png

在 VS Code 中激活交互式窗口设置的图片。图片由作者提供。

现在，你已经准备好使用交互式窗口了。打开一个 Python 文件，标记你想要运行的代码，然后按住 shift 键并按下 enter 键。只有标记区域内的代码会被运行，并且变量会被存储。这允许你直接从 Python 文件中工作，同时获得使用 Jupyter Notebooks 的大部分好处。

https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/5b834cb2011850016a7092f5c6d938e6.png

此图片展示了我标记了左侧所有代码并按下 shift enter 后的 VS Code 视图。这打开了右侧的交互式窗口，运行了你所选的所有代码（你只看到第一行，但你也可以扩展该行，如图片下方所示。图片由作者提供。

https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/61e37828ddf1c1147f63ecf2f75e9113.png

展示如何扩展运行单元格以增强清晰度的图片。图片由作者提供。

现在，变量a和b已经被定义，例如，为了理解加法函数的工作原理，我可以通过按行标记第 5 行，按下 shift enter，然后只标记单词 result 来打印出结果值。请注意，在这个例子中，函数非常容易理解，但随着你处理更复杂的编程，这会非常有用，便于轻松理解和调试函数。

https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/8cd45c315ec5354884c0b383151444e5.png

运行第 5 行，定义变量 result 后，标记变量 result，并运行它以查看变量的值。图片由作者提供。

你可以在这里使用的另一个有用功能是打开终端窗口（在 Windows 上使用 ctrl+j，在 Mac 上使用 cmd+j）。然后，你可以选择 Jupyter 标签来查看所有变量的值。

https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/39a07d08bd778b80a33a36e9329a3b52.png

在底部打开 Jupyter 终端后的我的 VS Code 视图，以查看所有变量的值。这有助于快速检查所有变量的值，便于轻松调试和理解代码。图片由作者提供。

您可以观看以下我解释的视频：

cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fwww.loom.com%2Fembed%2F1e5ec8dec00e40be9ccc6f4e130cf810&display_name=Loom&url=https%3A%2F%2Fwww.loom.com%2Fshare%2F1e5ec8dec00e40be9ccc6f4e130cf810%3Fsid%3Dace6f471-ca4a-42f7-8555-a05537cfb18a&image=https%3A%2F%2Fcdn.loom.com%2Fsessions%2Fthumbnails%2F1e5ec8dec00e40be9ccc6f4e130cf810-d3135cc5319d4086.gif&key=a19fcc184b9711e1b4764040d3dc5c07&type=text%2Fhtml&schema=loom

优点

使用交互式窗口有许多好处。以下列出了主要优点：

更快。我认为使用交互式窗口比使用 Jupyter 笔记本工作更快。你不需要创建单元格；你可以简单地标记代码并运行它。例如，要打印变量，你只需要选择变量并按 shift enter 键，而不是创建一个新的单元格，编写变量名，然后运行单元格。
更干净的代码。我认为在 .py 文件中编写代码通常迫使你编写更干净的代码，例如，通过尽可能多地使函数模块化。Py 文件通常也比 Jupyter 笔记本更容易阅读。
生产就绪。在 Py 文件中编写代码意味着你的代码已经准备好推送到生产环境，这样可以节省更多时间。