10 個 Python 自動探索性數(shù)據(jù)分析神庫！

??我的小冊 45章教程:(小白零基礎(chǔ)用Python量化股票分析小冊) ,原價299，限時特價2杯咖啡，滿100人漲10元。

轉(zhuǎn)自：公眾號丨數(shù)據(jù)STUDIO

探索性數(shù)據(jù)分析是數(shù)據(jù)科學模型開發(fā)和數(shù)據(jù)集研究的重要組成部分之一。在拿到一個新數(shù)據(jù)集時首先就需要花費大量時間進行EDA來研究數(shù)據(jù)集中內(nèi)在的信息。自動化的EDA Python包可以用幾行Python代碼執(zhí)行EDA。

在本文中整理了10個可以自動執(zhí)行EDA并生成有關(guān)數(shù)據(jù)的見解的Python包，看看他們都有什么功能，能在多大程度上幫我們自動化解決EDA的需求。

1. DTale
2. Pandas-profiling
3. sweetviz
4. autoviz
5. dataprep
6. KLib
7. dabl
8. speedML
9. datatile
10. edaviz

1、D-Tale

   

    import dtale
    
import pandas as pd
    
dtale.show(pd.read_csv("titanic.csv"))
    

   

   

    #Install the below libaries before importing
    
import pandas as pd
    
from pandas_profiling import ProfileReport
    

    
#EDA using pandas-profiling
    
profile = ProfileReport(pd.read_csv('titanic.csv'), explorative=True)
    

    
#Saving results to a HTML file
    
profile.to_file("output.html")
   

   

    import pandas as pd
    
import sweetviz as sv
    

    
#EDA using Autoviz
    
sweet_report = sv.analyze(pd.read_csv("titanic.csv"))
    

    
#Saving results to HTML file
    
sweet_report.show_html('sweet_report.html')
    

   

   

    import pandas as pd
    
from autoviz.AutoViz_Class import AutoViz_Class
    

    
#EDA using Autoviz
    
autoviz = AutoViz_Class().AutoViz('train.csv')
    

   

   

    from dataprep.datasets import load_dataset
    
from dataprep.eda import create_report
    

    
df = load_dataset("titanic.csv")
    
create_report(df).show_browser()
    

   

   

    import klib
    
import pandas as pd
    

    
df = pd.read_csv('DATASET.csv')
    
klib.missingval_plot(df)
    

   

   

    klib.corr_plot(df_cleaned, annot=False)
    

   

   

    klib.dist_plot(df_cleaned['Win_Prob'])
    

   

   

    klib.cat_plot(df, figsize=(50,15))
    

   

7、Dabl

• 目標分布圖
• 散點圖
• 線性判別分析

   

    import pandas as pd
    
import dabl
    

    
df = pd.read_csv("titanic.csv")
    
dabl.plot(df, target_col="Survived")
    

   

8、Speedml

   

    from speedml import Speedml
    

    
sml = Speedml('../input/train.csv', '../input/test.csv',
    
            target = 'Survived', uid = 'PassengerId')
    
sml.train.head()
    

    

   

   

    sml.plot.correlate()
    

   

   

    sml.plot.distribute()
    

   

   

    sml.plot.ordinal('Parch')
    

   

   

    sml.plot.ordinal('SibSp')
    

   

   

    sml.plot.continuous('Age')
    

   

9、DataTile

   

    import pandas as pd
    
from datatile.summary.df import DataFrameSummary
    

    
df = pd.read_csv('titanic.csv')
    
dfs = DataFrameSummary(df)
    
dfs.summary()
    

   

10、edaviz

最后推薦一下我們團隊寫的量化小冊的內(nèi)容，45篇內(nèi)容！從Python安裝，入門，數(shù)據(jù)分析，爬取股票基金的歷史+實時數(shù)據(jù)，以及如何寫一個簡單量化策略，策略回測，如何看資金曲線統(tǒng)統(tǒng)都有介紹！非常超值！

往期推薦
量化: 如何用Python爬取創(chuàng)業(yè)板歷史+實時股票數(shù)據(jù)！｜實戰(zhàn)股票分析篇利用Pandas 9招挖掘五糧液股價！｜實戰(zhàn)股票數(shù)據(jù)分析篇 Pandas滾動操作 ｜量化股票第一步，用Python畫股票K線，雙均線圖，可視化你的股票數(shù)據(jù)！｜如何用Python爬取全部800多只ETF基金數(shù)據(jù)！｜如何用Python寫一個雙均線策略 ｜如何用Python開發(fā)一個多策略機器人！上篇！｜Python量化系列-用布林策略買五糧液能賺多少錢？｜只要4秒鐘！用Python 獲取上證指數(shù)34年的歷史日線數(shù)據(jù)！

入門: 最全的零基礎(chǔ)學Python的問題  | 零基礎(chǔ)學了8個月的Python  | 實戰(zhàn)項目 |學Python就是這條捷徑

干貨:爬取豆瓣短評，電影《后來的我們》 | 38年NBA最佳球員分析 |   從萬眾期待到口碑撲街！唐探3令人失望  | 笑看新倚天屠龍記 | 燈謎答題王 ｜用Python做個海量小姐姐素描圖 ｜碟中諜這么火，我用機器學習做個迷你推薦系統(tǒng)電影

趣味:彈球游戲  | 九宮格  | 漂亮的花 | 兩百行Python《天天酷跑》游戲!
AI: 會做詩的機器人 | 給圖片上色 | 預(yù)測收入 | 碟中諜這么火，我用機器學習做個迷你推薦系統(tǒng)電影