10 個 Python 自動探索性數(shù)據(jù)分析神庫！

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

     

      

     

推薦小碼哥新書！
小碼哥新手《Python + Excel/Word/PPT一本通》正式上市了！書中詳細介紹了零基礎(chǔ)用Python實現(xiàn)辦公自動化的各方面知識，提高職場辦公效率，附贈PPT/源代碼/重點教學視頻講解和作者VIP一對一指導(dǎo)。

內(nèi)容介紹：《Python + Excel/Word/PPT 一本通》內(nèi)容介紹

       

        

         

          

           

            

             

            
           
          
         
        
       
       

        

        

       

掃碼購買


▼點擊閱讀原文，了解本書詳情