本期导读
大家好，我是欧K。
今天给大家安利一个python数据分析库【pandas_profiling】。
不用不知道，一用吓一跳，赶快来看看吧。
我们在进行数据分析，尤其是探索性分析时，往往需要根据数据的总体概况建立相关模型进行分析，pandas_profiling这个库可以一键生成数据分析报告，我们可以快速查看所有数据的分布以及各参数之间的相关性信息，给后期分析带来了极大的便利。
1. pandas_profiling安装
pip install pandas-profiling
注意：‘-’在中间，而非下划线。
2. pandas_profiling使用
以波士顿房价预测为例（经典数据集：鸢尾花分类数据集、波士顿房价预测数据集、泰坦尼克号生存分析数据集）：2.1 数据分析一般流程
- 需求分析
- 获取数据
- 数据预处理
- 划分数据集（特征值抽取）
- 特征工程
- 建模
- 模型评估与优化
2.2 pandas分析数据概况
导入数据集“boston.csv” ，使用data.head()查看前五行数据：
使用data.describe()查看整个数据集概况：
数据包括：
- 数据集行数
- 列平均值
- 列标准差
- 最小值、最大值
- 分位数
2.3 pandas_profiling分析数据概况
一行语句即可data.profile_report()：
一共包括6项数据：
- Overview：数据概况
- Variables：各变量分布情况
- Interactions：变量间相关性
- Correlations：相关性热力图
- Missing values：缺失值
- Sample：数据集部分示例
部分信息如下：
Overview：
Variables：
Interactions：
Correlations：
Missing values：
Sample：
2.4 导出html文件
执行语句profile.to_file()：
html文件链接: https://pan.baidu.com/s/1rcolHhlFbhLKtPiiMK0m4g 提取码: b252
总 结
pandas_profiling作为pandas功能的扩展，可以快速生成详细的数据分析报告，非常适合处理数据探索分析的前期准备工作，对不太熟悉数据分析（尤其是特征抽取）的小伙伴是一个非常好用的工具。
END
以上就是本期为大家整理的全部内容了，赶快练习起来吧，喜欢的朋友可以
点赞、点在看
也可以分享到朋友圈让更多人知道哦
