python中pandas_profiling怎么用

小編給大家分享一下python中pandas_profiling怎么用，希望大家閱讀完這篇文章之后都有所收獲，下面讓我們一起去探討吧！

分析報告全貌

?

什么是探索性數(shù)據(jù)分析

熟悉pandas的童鞋估計都知道pandas的describe()和info()函數(shù)，用來查看數(shù)據(jù)的整體情況，比如平均值、標(biāo)準(zhǔn)差之類，就是所謂的探索性數(shù)據(jù)分析-EDA。

pandas_profiling簡介

如果你想更方便快捷地了解數(shù)據(jù)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(shù)據(jù)EDA報告。

pandas_profiling基于pandas的DataFrame數(shù)據(jù)類型，可以簡單快速地進(jìn)行探索性數(shù)據(jù)分析。

對于數(shù)據(jù)集的每一列，pandas_profiling會提供以下統(tǒng)計信息：

1、概要：數(shù)據(jù)類型，唯一值，缺失值，內(nèi)存大小
2、分位數(shù)統(tǒng)計：最小值、最大值、中位數(shù)、Q1、Q3、最大值，值域，四分位

3、描述性統(tǒng)計：均值、眾數(shù)、標(biāo)準(zhǔn)差、絕對中位差、變異系數(shù)、峰值、偏度系數(shù)

4、最頻繁出現(xiàn)的值，直方圖/柱狀圖

5、相關(guān)性分析可視化：突出強(qiáng)相關(guān)的變量，Spearman, Pearson矩陣相關(guān)性色階圖

并且這個報告可以導(dǎo)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(jìn)行代碼實(shí)驗。

pandas_profiling使用方法

1、加載數(shù)據(jù)集

我這里用經(jīng)典的泰坦尼克數(shù)據(jù)集：

# 導(dǎo)入相關(guān)庫import seaborn as snsimport pandas as pdimport pandas_profiling as ppimport matplotlib.pyplot as plt# 加載泰坦尼克數(shù)據(jù)集data = sns.load_dataset('titanic')data.head()

輸出：

2、使用pandas_profiling生成數(shù)據(jù)探索報告

report = pp.ProfileReport(data)report

輸出報告：

3、導(dǎo)出為html文件

report.to_file('report.html')

看完了這篇文章，相信你對“python中pandas_profiling怎么用”有了一定的了解，如果想了解更多相關(guān)知識，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！