ydata-profiling 汉化魔改

1. 背景

那么可能首先得唠一唠这个库，我记得最早还是叫pandas-profiling

后来貌似在 23 年 4 月份更名为ydata-profiling，具体情况不知道

当时版本升级的时候好像还有一些报错，可以参考这个¹

至于这个库有什么用，可以参考这个²、这个³

大概是之前做某个东西的时候，需要改一下这个库，给的需求的是：

1. 汉化翻译，报告结构到图片坐标再到鼠标悬停的提示，都搞成中文

2. 优化结构，增加分析项目，扩大数据展示规模

3. 提升速度，大幅砍掉变量交互信息的计算，跳过变量类型推断

啊，对了，有必要说一下我下面举例所使用的版本，是这个⁴

以及好像有时候中文显示也会出点问题，可以参考这个⁵

那，接下来就按照上面的展开吧

2. 汉化

首先是汉化翻译，这一块主要是更改HTML模板

它这个模式，感觉就是jinja2那种，把数据填充到预设的模板里面

文件的大概路径是在：

ydata-profiling-develop\src\ydata_profiling\report\presentation\flavours\html\templates

这里面有一堆乱七八遭的东西

一部分单词在这里，还有一部分在其他地方，可以通过VS Code根据关键词快速搜索：

后面遇到什么奇奇怪怪的，没有被翻译到的单词，都可以通过这种方式来定位，然后再进行翻译

3. 改版

3.1. 旧有

这一块主要是调整文档的结构，一些地方可以通过调整设置来进行更改，可以参考这个⁶

主要是更改Yaml文件里面的设置，或者直接新建一个，然后使用这个新的配置文件

配置文件的使用在这里:

D:\Software\Projects\ydata-profiling-develop\src\ydata_profiling\profile_report.py

ProfileReport类初始化的时候会传入一个config参数作为配置文件的路径

看起来似乎默认使用的是这个文件:

D:\Software\Projects\ydata-profiling-develop\src\ydata_profiling\config_minimal.yaml

3.2. 新增

如果要增加一些版面的话，就得看一下它的结构了

我的感觉大概是，首先是这个文件：

D:\Software\Projects\ydata-profiling-develop\src\ydata_profiling\profile_report.py

毕竟被调用的类就在这里面写着，然后这里面的某一个主部分是是report函数，大概是由它返回整个报告：

    @property
    def report(self) -> Root:
        if self._report is None:
            self._report = get_report_structure(self.config, self.description_set)
        return self._report

在这里面调用了get_report_structure来形成结构，传入的self.config参数是配置文件，而self.description_set就是这个数据集的描述数据，使用这些数据就可以生成一份分析报告

所以如果要增加模块的话，首先要确保self.description_set里面有新模块的数据，也就是说新模块的计算过程要放在生成self.description_set的地方，也就是这里

D:\Software\Projects\ydata-profiling-develop\src\ydata_profiling\model\describe.py

除此之外，还要对新模块的展示创建代码，主要是在get_report_structure部分，看那里面是如何把数据填充到HTML里面的，当然新模块对应的HTML文件也是需要新建的。

4. 优化

类型推断什么的，其实是可以在YAML设置文件调整的，比如说：

# infer dtypes
infer_dtypes: false

要砍掉一些模块的话，其实和上面调整版本的部分差不多：

1. 首先要删去计算过程，也就是self.description_set的生成过程那里，注释掉相关的代码

2. 然后是删去展示结构，也就是get_report_structure部分

5. 安装

改完乱七八遭的东西之后，就可以安装了，官方文档给的是：

pip install -e .

大概含义是这个⁷

记得我之前的操作好像还是：

python setup.py build
python setup.py install

这个操作的解释在这里⁸

---

1. pandas_profiling报错，使用新版ydata_profiling_pandas profiling包换名字了-CSDN博客 ↩︎

2. 独家 | 用pandas-profiling做出更好的探索性数据分析 - 知乎 ↩︎

3. EDA神器pandas-profiling万岁？ - 知乎 ↩︎

4. GitHub - ydataai/ydata-profiling at 35cb5b9c9bb7919ada09b11b7bc7248cab5804f4 ↩︎

5. pandas_profiling不能显示中文，如何处理？ - 知乎 ↩︎

6. 数据集分析工具pandas-profiling进阶：个性化定制配置文件与参数_pandas_profiling如何改bins-CSDN博客 ↩︎

7. pip常用指令详解——（pip install -e .等）-CSDN博客 ↩︎

8. python setup.py install/build 与 python setup.py develop的区别 (python setup.py build_ext --inplace)-CSDN博客 ↩︎