查看原文
其他

pandas_profiling :教你一行代码生成数据分析报告

朱卫军 Python大数据分析 2021-08-09


分析报告全貌



什么是探索性数据分析

熟悉pandas的童鞋估计都知道pandas的describe()和info()函数,用来查看数据的整体情况,比如平均值、标准差之类,就是所谓的探索性数据分析-EDA。


pandas_profiling简介

如果你想更方便快捷地了解数据的全貌,泣血推荐一个python库:pandas_profiling,这个库只需要一行代码就可以生成数据EDA报告。

pandas_profiling基于pandas的DataFrame数据类型,可以简单快速地进行探索性数据分析。


对于数据集的每一列,pandas_profiling会提供以下统计信息:

1、概要:数据类型,唯一值,缺失值,内存大小
2、分位数统计:最小值、最大值、中位数、Q1、Q3、最大值,值域,四分位

3、描述性统计:均值、众数、标准差、绝对中位差、变异系数、峰值、偏度系数

4、最频繁出现的值,直方图/柱状图

5、相关性分析可视化:突出强相关的变量,Spearman, Pearson矩阵相关性色阶图


并且这个报告可以导出为HTML,非常方便查看。


pandas_profiling安装

安装pandas_profiling可以使用pip、conda或者下载文件安装,非常方便。

我这里使用pip方式,在命令行输入:

pip install pandas-profiling

本文在Jupyter notebook中进行代码实验


pandas_profiling使用方法

1、加载数据集

我这里用经典的泰坦尼克数据集:

# 导入相关库import seaborn as snsimport pandas as pdimport pandas_profiling as ppimport matplotlib.pyplot as plt# 加载泰坦尼克数据集data = sns.load_dataset('titanic')data.head()

输出:


2、使用pandas_profiling生成数据探索报告

report = pp.ProfileReport(data)report

输出报告:

3、导出为html文件

report.to_file('report.html')


总结

pandas_profiling可以用一行代码生成详细的数据分析报告,与pandas深度结合,非常适合前期的数据探索阶段,以及结果数据报告批量化生产。对不太熟悉python数据分析的新手来说,这是一个非常好用的工具。



福利:

为交流学习,本公众号新建python交流学习群。

有意者可添加以下微信号,备注‘入群’:



END

往期精选

 

geopandas,python画地图这么简单!

最全数据科学小抄,赶紧收藏吧!

教你如何使用Python制作酷炫二维码

numba,让python飞起来!
大数据告诉你,台风爱在我国哪登陆

数据科学 | 是时候该用seaborn画图了 

小白如何入门Python爬虫

那些不为人知的优秀可视化库

Python机器学习·微教程

小白入门Python数据科学全教程

xlwings,让excel飞起来!

一文搞懂python匿名函数

一文读懂Python的map、reduce函数

一文搞懂python迭代器和生成器



Python大数据分析

data creat value

长按二维码关注

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存