技巧 | 一个相见恨晚的python数据分析库，一键生成超详细数据分析报告

大家好，我是欧K。
今天给大家安利一个python数据分析库【 pandas_profiling】。不用不知道，一用吓一跳，赶快来看看吧。

我们在进行数据分析，尤其是探索性分析时，往往需要根据数据的总体概况建立相关模型进行分析，pandas_profiling这个库可以一键生成数据分析报告，我们可以快速查看所有数据的分布以及各参数之间的相关性信息，给后期分析带来了极大的便利。

1. pandas_profiling安装

pip install pandas-profiling

注意：‘-’在中间，而非下划线。

2. pandas_profiling使用

以波士顿房价预测为例（经典数据集：鸢尾花分类数据集、波士顿房价预测数据集、泰坦尼克号生存分析数据集）：

2.1 数据分析一般流程

• 需求分析
• 获取数据
• 数据预处理
• 划分数据集（特征值抽取）
• 特征工程
• 建模
• 模型评估与优化

2.2 pandas分析数据概况

导入数据集“boston.csv” ，使用data.head()查看前五行数据：

使用data.describe()查看整个数据集概况：

数据包括：

• 数据集行数
• 列平均值
• 列标准差
• 最小值、最大值
• 分位数

2.3 pandas_profiling分析数据概况

一行语句即可data.profile_report()：

一共包括6项数据：

• Overview：数据概况
• Variables：各变量分布情况
• Interactions：变量间相关性
• Correlations：相关性热力图
• Missing values：缺失值
• Sample：数据集部分示例

部分信息如下：

Overview：

Variables：

Interactions：

Correlations：

Missing values：

Sample：

2.4 导出html文件

执行语句profile.to_file()：

3. 总 结

pandas_profiling作为pandas功能的扩展，可以快速生成详细的数据分析报告，非常适合处理数据探索分析的前期准备工作，对不太熟悉数据分析（尤其是特征抽取）的小伙伴是一个非常好用的工具。

---

以上就是本期为大家整理的全部内容了，赶快练习起来吧，原创不易，喜欢的朋友可以点赞、收藏也可以分享让更多人知道哦

推荐阅读

基础 | Python函数一文详解
技巧 | 20个Pycharm最实用最高效的快捷键(动态展示)
技巧 | 5000字超全解析Python三种格式化输出方式【% / format / f-string】
爬虫 | Python送你王者荣耀官网全套皮肤
爬虫 | 用python构建自己的IP代理池，再也不担心IP不够用啦！
可视化 | Python制作最炫3D可视化地图
可视化 | 动起来的中国大学排名，看看你的母校在哪里

微信公众号 “Python当打之年” ，每天都有python编程技巧推送，希望大家可以喜欢