文章目录
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