1行代码，实现数据集可视化分析与比较 ！

一个1080p的清晰网页界面就出现在了眼前。

不仅根据性别、年龄等不同栏目纵向分析数据，每个栏目下还有众数、最大值、最小值等横向对比。

所有输入的数值、文本信息都会被自动检测，并进行数据分析、可视化和对比，最后帮你进行数据总结。

在这样的数据分析下，结果一目了然。

△ Titanic数据集部分功能细节展示

这样的效果，是基于3个主函数实现的。

3种函数用法

---

analyze()丨数据分析

数据分析函数中，有4个参数source，target_feat，feat_cfg和pairwise_analysis需要被设置。

source：以pandas中的DataFrame数据结构、或是DataFrame中的某一类字符串作为分析对象。

target_feat：需要被标记为目标对象的字符串。

feat_cfg：需要被跳过、或是需要被强制转换为某种数据类型的特征。

pairwise_analysis：相关性和其他类型的数据关联可能需要花费较长时间。如果超过了某个阈值，就需要设置这个参数为on或者off，以判断是否需要分析数据相关性。

△ 数据相关性分析效果，可能需要花费一定时间

compare()丨两个数据集比较

如果想要对两个数据集进行对比分析，就使用这个比较函数。

例子中的my_dataframe和test_df是两个数据集，分别被命名为训练数据和测试数据。

除了这个被插入的数据集，剩余的参数与analyze中的一致。

compare_intra()丨数据集栏目比较

想要对数据集中某个栏目下的参数进行分析，就采用这个函数进行。

例如，如果需要比较“性别”栏目下的“男性”和“女性”，就可以采用这个函数。

理解这几种函数的变量后，一行代码就能实现Python数据分析。

使用指南

---

sweetviz支持Python 3.6+和Pandas0.25.3+环境，配置好环境后，使用万能的pip下载安装包：

但有一个条件需要注意：sweetviz需要用到基础「os」模块。所以，如果你在使用类似于Google Colab的自定义环境，可能会无法使用sweetviz，目前开发者也在探索解决方案。

下载好后，使用import快速导入sweetviz，就可以开始使用了~

sweetviz使用的原理是，使用一行代码，生成一个数据报告的对象（其中，my_dataframe是pandas中的DataFrame，一种表格型数据结构）：

最后

不知道你们用的什么环境，我一般都是用的Python3.6环境和pycharm解释器，没有软件，或者没有资料，没人解答问题，都可以免费领取（包括今天的代码），过几天我还会做个视频教程出来，有需要也可以领取~

给大家准备的学习资料包括但不限于：

Python 环境、pycharm编辑器/永久激活/翻译插件

python 零基础视频教程

Python 界面开发实战教程

Python 爬虫实战教程

Python 数据分析实战教程

python 游戏开发实战教程

Python 电子书100本

Python 学习路线规划

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！