分析報告全貌

?

什么是探索性數據分析

熟悉pandas的童鞋估計都知道pandas的describe()和info()函數，用來查看數據的整體情況，比如平均值、標準差之類，就是所謂的探索性數據分析-EDA。

pandas_profiling簡介

如果你想更方便快捷地了解數據的全貌，泣血推薦一個python庫：pandas_profiling，這個庫只需要一行代碼就可以生成數據EDA報告。

pandas_profiling基于pandas的DataFrame數據類型，可以簡單快速地進行探索性數據分析。

對于數據集的每一列，pandas_profiling會提供以下統計信息：

1、概要：數據類型，唯一值，缺失值，內存大小
2、分位數統計：最小值、最大值、中位數、Q1、Q3、最大值，值域，四分位

3、描述性統計：均值、眾數、標準差、絕對中位差、變異系數、峰值、偏度系數

4、最頻繁出現的值，直方圖/柱狀圖

5、相關性分析可視化：突出強相關的變量，Spearman, Pearson矩陣相關性色階圖

并且這個報告可以導出為HTML，非常方便查看。

pandas_profiling安裝

安裝pandas_profiling可以使用pip、conda或者下載文件安裝，非常方便。

我這里使用pip方式，在命令行輸入：

pip?install?pandas-profiling

本文在Jupyter notebook中進行代碼實驗。

pandas_profiling使用方法

1、加載數據集

我這里用經典的泰坦尼克數據集：

#?導入相關庫import seaborn as snsimport pandas as pdimport pandas_profiling as ppimport matplotlib.pyplot as plt# 加載泰坦尼克數據集data = sns.load_dataset('titanic')data.head()

輸出：

2、使用pandas_profiling生成數據探索報告

report = pp.ProfileReport(data)report

輸出報告：

3、導出為html文件

report.to_file('report.html')

總結

pandas_profiling可以用一行代碼生成詳細的數據分析報告，與pandas深度結合，非常適合前期的數據探索階段，以及結果數據報告批量化生產。對不太熟悉python數據分析的新手來說，這是一個非常好用的工具。

備注：公眾號菜單包含了整理了一本AI小抄，非常適合在通勤路上用學習。

往期精彩回顧2019年公眾號文章精選適合初學者入門人工智能的路線及資料下載機器學習在線手冊深度學習在線手冊AI基礎下載（第一部分）備注：加入本站微信群或者qq群，請回復“加群”加入知識星球（4500+用戶，ID：92416895），請回復“知識星球”

喜歡文章，點個在看

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的pandas_profiling ：教你一行代码生成数据分析报告的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。