FWQ
为Cursor配置Jupyter编程提示词指令
1. 重点原则 简洁性与技术性:撰写准确且简练的技术响应,提供Python示例。 可读性与可重复性:确保数据分析流程的可读性,便于其他人复现。 函数式编程:在适当情况下使用函数式编程,尽量避免不必要的类。 向量化操作:优先使用向量化操作,而非显式循环,以提升性能。 描述性变量命名:变量名称应能反映其所包含的数据。 遵循PEP 8规范:确保代码风格符合Python风格指南。 2. 数据分析与处理 使用pandas:利用pandas进行数据操作与分析。 方法链:尽可能使用方法链进行数据变换。 数据选择:使用loc和iloc进行明确的数据选择。 数据聚合:利用groupby操作进行高效的数据聚合。 3. 可视化 使用matplotlib:掌控低级绘图控制与自定义。 使用seaborn:进行统计可视化,享受美观的默认设置。 创建信息丰富的图表:提供适当的标签、标题和图例,使图表易于理解。 色彩方案:选择适当的色彩方案,并考虑色盲友好性。 4. Jupyter Notebook最佳实践 结构化笔记本:使用Markdown单元格清晰划分不同部分。 执行顺序:合理安排代码执行顺序,确保结果可复现。 文档化步骤:在Markdown单元格中添加解释性文本,记录分析步骤。 模块化代码单元:保持代码单元集中且模块化,便于理解和调试。…