python库_有没有一些让你相见恨晚的Python库？

作者 | Roc

来源 | 数据札记倌(ID:Data_Groom)

欢迎客官光临，这里主要给大家介绍一下pandas-profiling库，一行代码，生成超详细的数据分析报告，数据分析师的福音。

主菜之前先送两个小菜给大家～

1、爬虫的吸星大法，下面几句的搭配应用应该可以下载万物了

import re

import ele

import requests

import bs4

2、Tqdm堪称python的监视器

Tqdm 是 Python 进度条库，堪称贴心小棉袄，时刻告诉你任务进度，监控运行状态，强迫症患者最爱。

好嘞～小菜已经准备完毕，接下来介绍一下今天的主菜，干净整洁，应该算是分析全席的清炒时蔬了。

3、pandas-profiling，一行代码生成超详细数据分析报告，实乃我等数据分析从业者的福音哈哈~

「特别感谢知乎高楠的分享」

一般来说，面对一个数据集，我们需要做一些探索性分析 (Exploratory data analysis)，这个过程繁琐而冗杂，每个数据分析师肯定有自己常用的一些配料，这里介绍一个非常简单有趣的方法。为了防止这个菜与楠姐炒出来完全一致，换一个最近建模数据集为例

我们传统方法是先用Dataframe.describe()：

通过这种方法，我们只能大致判断各个变量的分布以及target的情况，但是无法获取更详细的信息，如果我们需要进一步探索数据，查看变量相关性等，我们就可以利用pandas-profiling来填饱肚子啦～

然后一键储存为html格式，非常方便：

import pandas_profiling  data.profile_report(title='Model Dataset')profile = data.profile_report(title='Model Dataset')profile.to_file(output_file='model_report.html')

具体生成的报告如下：

最后，虽然pandas-profiling这个库并非完全智能，但是一份基础的数据报告，可以为我们节省大量时间(少敲代码)，数据分析师们赶紧用起来吧~

(*本文为 Python大本营转载文章，转载请联系作者)

◆

精彩推荐

◆

由易观携手CSDN联合主办的第三届易观算法大赛正在火热进行中！冠军奖3万元，每团队不超过5人参赛。

本次比赛主要预测访问平台的相关事件的PV,UV流量(包括Web端，移动端等)，大赛将会提供相应事件的流量数据，以及对应时间段内的所有事件明细表和用户属性表等数据，进行模型训练，并用训练好的模型预测规定日期范围内的事件流量。

推荐阅读

• 5大必知的图算法，附Python代码实现

• 吐血整理！140种Python标准库、第三方库和外部工具都有了

• 如何用爬虫技术帮助孩子秒到心仪的幼儿园(基础篇)

• Python传奇：30年崛起之路

• 2019年最新华为、BAT、美团、头条、滴滴面试题目及答案汇总

• 阿里巴巴杨群：高并发场景下Python的性能挑战

你点的每个“在看”，我都认真当成了喜欢