easyeda，一个简单实用的探索性数据分析工具

在算法工程师的日常工作中，探索性数据分析(Exploratory Data Analysis)是一种常见的任务。通过分析数据的缺失情况，分布情况，以及和标签的相关性等，数据EDA可以帮助算法工程师评估数据的质量，了解数据的特点，为特征工程提供方向指引，并对后续建立的模型能够达到的效果上限形成初步预期。

我将我常用来进行数据EDA的这套脚本封装成了一个库easyeda并在PyPI和github开源了出来，供大家参考使用。这是我个人发布的第一个开源Python包，感觉还是棒棒哒，希望可以给大家带来一些帮助。

一，easyeda简介

easyeda是一个简单但是实用的探索性数据分析工具。

easyeda可以对常见的二分类问题，多分类问题，以及回归问题进行探索性数据分析。

easyeda支持所有常见的数值型，字符串型数据，bool型数据属性的探索性数据分析。

easyeda支持常见的缺失值分析，数据分布分析，数据和label的相关性分析，训练集和测试集数据的同分布性分析。

二，使用范例

首先，可以使用pip安装easyeda。

pip install easyeda

然后可以通过如下示范代码进行调用。

from easyeda import eda
import pandas as pd
from sklearn import datasets
from sklearn.model_selection import train_test_split


boston = datasets.load_boston()
df = pd.DataFrame(boston.data,columns = boston.feature_names)
df["label"] = boston.target
dftrain,dftest = train_test_split(df,test_size = 0.3)
dfeda = eda(dftrain,dftest,language="Chinese")

核心代码只有两行：

from easyeda import eda
dfeda = eda(dftrain,dftest,language="Chinese")

三，项目地址

Github: https://github.com/lyhue1991/easyeda

PyPI: https://pypi.org/project/easyeda/