💮两种方法教你一行代码实现探索性数据分析报告

==探索性数据分析（EDA）== 是使用可视化方法总结和分析数据集主要特征的过程。EDA是数据科学家要做的第一部分，如果我们不懂得如何进行EDA，那么无法对数据进行进一步的建模。上一篇文章我以泰坦尼克号数据为例，介绍了如何使用python详细的进行探索性数据分析，但有时这是很耗费时间的，现在，我介绍两种方法实现==一行代码生成探索性数据分析报告==。分别使用以下两个包，如果没有安装的小伙伴先去安装一下。

Sweetviz
pandas_profiling

我们照样使用==泰坦尼克号数据集==进行分析，需要相关数据集的看我这篇文章：blog.csdn.net/weixin_4505...

先导入数据

python 复制代码

import pandas as pd
from pandas_profiling import ProfileReport
df = pd.read_csv("train.csv")
df.head()

.dataframe tbody tr th:only-of-type { vertical-align: middle; } .dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; }

| | PassengerId | Survived | Pclass | Name | Sex | Age | SibSp | Parch | Ticket | Fare | Cabin | Embarked |
| 0 | 1 | 0 | 3 | Braund, Mr. Owen Harris | male | 22.0 | 1 | 0 | A/5 21171 | 7.2500 | NaN | S |
| 1 | 2 | 1 | 1 | Cumings, Mrs. John Bradley (Florence Briggs Thayer) | female | 38.0 | 1 | 0 | PC 17599 | 71.2833 | C85 | C |
| 2 | 3 | 1 | 3 | Heikkinen, Miss. Laina | female | 26.0 | 0 | 0 | STON/O2. 3101282 | 7.9250 | NaN | S |
| 3 | 4 | 1 | 1 | Futrelle, Mrs. Jacques Heath (Lily May Peel) | female | 35.0 | 1 | 0 | 113803 | 53.1000 | C123 | S |

4	5	0	3	Allen, Mr. William Henry	male	35.0	0	0	373450	8.0500	NaN	S

python 复制代码

df.shape

scss 复制代码

(891, 12)

🏵️1. Sweetviz

==Sweetviz== 一个python开源库，通过基本的可视化来分析数据，并生成一个html文件。这个库的主要优点是我们可以 ==比较数据集==。首先我们创建一个名为sweet_Analysized_report的文件，显示探索性数据分析结果。在本报告中，我们可以很容易地找到不同变量的特征，如：数量、缺失值、不同值、最大值、最小值、平均值等。具体代码和结果如下图所示

python 复制代码

import sweetviz as sv
sweet_report = sv.analyze(df)
sweet_report.show_html('sweet_report.html')

==相关系数热力图==
==Age分布情况==

==sibsip分布情况==

==在这个Html文件中，我们可以看到其他每个变量的分布情况，大家可以自行验证测试。==

🌹2. 比较探索性数据分析

Sweetviz还支持比较不同数据集的探索性数据分析，首先，我们将数据集分成两部分，然后进行比较，然后保存此比较报告。数据集的两部分显示两种不同的颜色橙色和蓝色。具体代码和结果见下文：

python 复制代码

df1 = sv.compare(df[445:], df[:445])
df1.show_html('Compare.html')

这里我把数据分为两部分，分别有445和446个数据。

==survived分布情况==

==Pclass分布情况==
==sex分布情况==

🥀3. pandas_profiling

==pandas_profiling==基于pandas的DataFrame数据类型，可以简单快速地进行探索性数据分析。和sweetviz类似，pandas_profiling可以返回一个html文件，包含如下内容

数据整体概要：数据类型，唯一值，缺失值等
各个变量的描述性统计分析
各个变量的分布情况，直方图和条形图
变量间的相关系数热力图等

具体代码和结果如下：

python 复制代码

design_report = ProfileReport(df)
design_report.to_file(output_file='report.html')

==变量分布情况==
==相关系数热力图==

==变量关系图==
==数据总体概要==

✨总结

用上述两种方法得到的探索性数据分析是非常简易的。如果要想详细了解数据的话，建议一步一步根据自己的需求进行分析。具体可以看下面这篇推荐的文章，不过通过上述两种方法可以让我们大致初步的了解一下数据情况，并且可以节约很多时间（毕竟探索性数据分析真的很花费时间）

利用python两种方法教你一行代码实现探索性数据分析报告

💮两种方法教你一行代码实现探索性数据分析报告

🏵️1. Sweetviz

🌹2. 比较探索性数据分析

🥀3. pandas_profiling

✨总结