溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
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')
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知識，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
