Python Sweetviz轻松实现探索性数据分析
Sweetviz 是一个开源 Python 库,它只需三行代码就可以生成漂亮的高精度可视化效果来启动EDA(探索性数据分析)。输出一个HTML。文末提供技术交流群,喜欢点赞支持,收藏。
如上图所示,它不仅能根据性别、年龄等不同栏目纵向分析数据,还能对每个栏目做众数、最大值、最小值等横向对比。
所有输入的数值、文本信息都会被自动检测,并进行数据分析、可视化和对比,最后自动帮你进行总结,是一个探索性数据分析的好帮手。
1.准备
请选择以下任一种方式输入命令安装依赖:
1. Windows 环境 打开 Cmd (开始-运行-CMD)。
2. MacOS 环境 打开 Terminal (command+空格输入Terminal)。
3. 如果你用的是 VSCode编辑器 或 Pycharm,可以直接使用界面下方的Terminal.
pip install sweetviz
2.sweetviz 基本用法
sweetviz 使用的原理是,使用一行代码,生成一个数据报告的对象(其中,my_dataframe是pandas中的DataFrame,一种表格型数据结构):
import pandas as pd import sweetviz as sv # 读取数据 my_dataframe = pd.read_csv('../ImpartData/iris.csv') # 分析数据 my_report = sv.analyze(my_dataframe) # 生成报告 my_report.show_html()
执行完成后,会在当前文件夹下生成一个HTML的报告文件
双击这个html,你就能看到精美的分析报告了:
其中,分析数据有三种函数可以用,除了上面提到的analyze函数,还有 compare 和 compare_intra 函数。
首先是analyze函数:
analyze(source: Union[pd.DataFrame, Tuple[pd.DataFrame, str]], target_feat: str = None, feat_cfg: FeatureConfig = None, pairwise_analysis: str = 'auto')
可见其有以下4个参数可以配置:
- source: 以pandas中的DataFrame数据结构作为分析对象。
- target_feat: 需要被标记为目标对象的字符串。
- feat_cfg: 需要被跳过、或是需要被强制转换为某种数据类型的特征。
- pairwise_analysis: 相关性分析可能需要花费较长时间。如果超过了你的忍受范围,就需要设置这个参数为on或者off,以判断是否需要分析数据相关性。
compare()丨两个数据集比较
my_report = sv.compare([my_dataframe, "Training Data"], [test_df, "Test Data"], "Survived", feature_config)
要比较两个数据集,只需使用该 compare()
函数。它的参数与 analyze()
相同,只是插入了第二个参数来覆盖比较数据帧。建议使用 [dataframe, “name”] 参数格式以更好地区分基础数据帧和比较数据帧。(例如 [my_df, "Train"]
比 my_df
更好)
compare_intra()丨数据集栏目比较
my_report = sv.compare_intra(my_dataframe, my_dataframe["Sex"] == "male", ["Male", "Female"], feature_config)
想要对数据集中某个栏目下的参数进行分析,就采用这个函数进行。
例如,如果需要比较“性别”栏目下的“男性”和“女性”,就可以采用这个函数。
3.调整报告布局
一旦你创建了你的报告对象,只需将它传递给两个show函数中的一个:
1. show_html():
show_html( filepath='SWEETVIZ_REPORT.html', open_browser=True, layout='widescreen', scale=None)
**show_html(…)**将在当前文件路径中创建并保存 HTML 报告。有以下参防cchttp://www.558idc.com/gfcdn.html数:
- layout (布局):无论是 'widescreen'或 ‘vertical'。当鼠标移过每个功能时,宽屏布局会在屏幕右侧显示详细信息。新的(从 2.0 开始)垂直布局在水平方向上更加紧凑,并且可以在单击时扩展每个细节区域。
- scale:使用浮点数(scale=0.8或 None )来缩放整个报告。
- open_browser:启用 Web 浏览器的自动打开以显示报告。如果不需要,可以在此处禁用它。
2.show_notebook():
show_notebook( w=None, h=None, scale=None, layout='widescreen', filepath=None)
它将嵌入一个 IFRAME 元素,在notebook中显示报告(例如 Jupyter、Google Colab 等)。
请注意,由于Notebook通常是一个更受限制的环境,因此使用自定义宽度/高度/比例值 (w
, h
, scale
) 可能是个好主意。选项是:
- w(宽度):设置报告输出窗口的宽度。可以是百分比字符串 ( w=“100%”) 或像素 (w=900)。
- h(高度):设置报告输出窗口的高度。可以是像素数 (h=700) 或将窗口拉伸到与所有特征 ( h=“full”)一样高。
- scale:与上面的 show_html 相同。
- layout:与上面的 show_html 相同。
- scale:与上面的 show_html 相同。
- filepath:可选的输出 HTML 报告。
我们的文章到此就结束啦,如果你喜欢今天文章,点赞、支持、关注。
技术交流
欢迎转载、收藏、有所收获点赞支持一下!
到此这篇关于Python Sweetviz轻松实现探索性数据分析的文章就介绍到这了,更多相关Python Sweetviz内容请搜索hwidc以前的文章或继续浏览下面的相关文章希望大家以后多多支持hwidc!