1行代碼，實(shí)現(xiàn)數(shù)據(jù)集可視化分析與比較 ！

蕭簫 發(fā)自 凹非寺
量子位 報(bào)道 | 公眾號(hào) QbitAI

你是否也在朋友圈看過這樣的小廣告：

「你要悄悄學(xué)Python，然后驚艷所有人。」

現(xiàn)在，GitHub上一位博主告訴你：不用學(xué)，用sweetviz就行。

這是一個(gè)基于Python編寫的數(shù)據(jù)分析軟件，只要掌握3種函數(shù)用法，一行Python代碼就能實(shí)現(xiàn)數(shù)據(jù)集可視化、分析與比較。

我們以Titanic數(shù)據(jù)集為例，輸入一行代碼：

一個(gè)1080p的清晰網(wǎng)頁(yè)界面就出現(xiàn)在了眼前。

不僅根據(jù)性別、年齡等不同欄目縱向分析數(shù)據(jù)，每個(gè)欄目下還有眾數(shù)、最大值、最小值等橫向?qū)Ρ取?/p>

所有輸入的數(shù)值、文本信息都會(huì)被自動(dòng)檢測(cè)，并進(jìn)行數(shù)據(jù)分析、可視化和對(duì)比，最后幫你進(jìn)行數(shù)據(jù)總結(jié)。

在這樣的數(shù)據(jù)分析下，結(jié)果一目了然。

△ Titanic數(shù)據(jù)集部分功能細(xì)節(jié)展示

這樣的效果，是基于3個(gè)主函數(shù)實(shí)現(xiàn)的。

3種函數(shù)用法

analyze()丨數(shù)據(jù)分析

數(shù)據(jù)分析函數(shù)中，有4個(gè)參數(shù)source，target_feat，feat_cfg和pairwise_analysis需要被設(shè)置。

source：以pandas中的DataFrame數(shù)據(jù)結(jié)構(gòu)、或是DataFrame中的某一類字符串作為分析對(duì)象。

target_feat：需要被標(biāo)記為目標(biāo)對(duì)象的字符串。

feat_cfg：需要被跳過、或是需要被強(qiáng)制轉(zhuǎn)換為某種數(shù)據(jù)類型的特征。

pairwise_analysis：相關(guān)性和其他類型的數(shù)據(jù)關(guān)聯(lián)可能需要花費(fèi)較長(zhǎng)時(shí)間。如果超過了某個(gè)閾值，就需要設(shè)置這個(gè)參數(shù)為on或者off，以判斷是否需要分析數(shù)據(jù)相關(guān)性。

△ 數(shù)據(jù)相關(guān)性分析效果，可能需要花費(fèi)一定時(shí)間

compare()丨兩個(gè)數(shù)據(jù)集比較

如果想要對(duì)兩個(gè)數(shù)據(jù)集進(jìn)行對(duì)比分析，就使用這個(gè)比較函數(shù)。

例子中的my_dataframe和test_df是兩個(gè)數(shù)據(jù)集，分別被命名為訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)。

除了這個(gè)被插入的數(shù)據(jù)集，剩余的參數(shù)與analyze中的一致。

compare_intra()丨數(shù)據(jù)集欄目比較

想要對(duì)數(shù)據(jù)集中某個(gè)欄目下的參數(shù)進(jìn)行分析，就采用這個(gè)函數(shù)進(jìn)行。

例如，如果需要比較“性別”欄目下的“男性”和“女性”，就可以采用這個(gè)函數(shù)。

理解這幾種函數(shù)的變量后，一行代碼就能實(shí)現(xiàn)Python數(shù)據(jù)分析。

使用指南

sweetviz支持Python 3.6+和Pandas0.25.3+環(huán)境，配置好環(huán)境后，使用萬(wàn)能的pip下載安裝包：

但有一個(gè)條件需要注意：sweetviz需要用到基礎(chǔ)「os」模塊。所以，如果你在使用類似于Google Colab的自定義環(huán)境，可能會(huì)無法使用sweetviz，目前開發(fā)者也在探索解決方案。

下載好后，使用import快速導(dǎo)入sweetviz，就可以開始使用了~

sweetviz使用的原理是，使用一行代碼，生成一個(gè)數(shù)據(jù)報(bào)告的對(duì)象（其中，my_dataframe是pandas中的DataFrame，一種表格型數(shù)據(jù)結(jié)構(gòu)）：

在這里，analyze函數(shù)可以被替換為compare或compare_intra函數(shù)，使用方法在上面已經(jīng)給出，全看你需要什么類型的數(shù)據(jù)報(bào)告了。

最后，用show一鍵輸出。（結(jié)果會(huì)以SWEETVIZ_REPORT.html網(wǎng)頁(yè)形式展示）

由于在這個(gè)過程中，實(shí)際上真正需要編寫的只有第二行的生成對(duì)象代碼，可以說是名副其實(shí)的1行代碼生成數(shù)據(jù)分析。

展示界面也非常簡(jiǎn)潔，只要鼠標(biāo)停留在感興趣的欄目上，右側(cè)就會(huì)自動(dòng)顯示出數(shù)據(jù)分析的圖表和報(bào)告。

感興趣的小伙伴，快戳下方的傳送門用起來吧~

傳送門：

https://github.com/fbdesignpro/sweetviz

今日干貨已送達(dá)！！！！！！