我们做数据分析,在第一次拿到数据集的时候,一般会用统计学或可视化方法来了解原始数据。
了解列数、行数、取值分布、缺失值、列之间的相关关系等等,这个过程叫做 EDA
(Exploratory Data Analysis,探索性数据分析)。
如果用pandas
一行行写代码,那么太痛苦了!
在本文中,我将给大家介绍 4 款常用的EDA
工具,他们可以自动产出统计数据和图表,为我们节省大量时间。
正式介绍这些工具之前,先来加载数据集
import numpy as np
import pandas as pd
iris = pd.read_csv('iris.csv')
iris
iris
是下面用到的数据集,是一个150行 * 4列
的 DataFrame。
1. PandasGUI
PandasGUI
提供数据预览、筛选、统计、多种图表展示以及数据转换。
# 安装
# pip install pandasgui
from pandasgui import show
show(iris)
<