标签:数据分析 需要 函数 Python sweetviz 自带 数据
导语:
数据分析的好处不用我多说了吧,数据分析能为我们了解用户,通过分析用户行为,指导我们更好地迭代产品为用户提供更好的服务体验,也可以指导我们更好地运营内容及用户。
正文:
这是一个基于Python编写的数据分析软件,只要掌握3种函数用法,一行Python代码就能实现数据集可视化、分析与比较。
我们以Titanic数据集为例,输入一行代码:
一个1080p的清晰网页界面就出现在了眼前。
不仅根据性别、年龄等不同栏目纵向分析数据,每个栏目下还有众数、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,最后帮你进行数据总结。
在这样的数据分析下,结果一目了然。
△ Titanic数据集部分功能细节展示
这样的效果,是基于3个主函数实现的。
3种函数用法
analyze()丨数据分析
数据分析函数中,有4个参数source,target_feat,feat_cfg和pairwise_analysis需要被设置。
source:以pandas中的DataFrame数据结构、或是DataFrame中的某一类字符串作为分析对象。
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:相关性和其他类型的数据关联可能需要花费较长时间。如果超过了某个阈值,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。
△ 数据相关性分析效果,可能需要花费一定时间
compare()丨两个数据集比较
如果想要对两个数据集进行对比分析,就使用这个比较函数。
例子中的my_dataframe和test_df是两个数据集,分别被命名为训练数据和测试数据。
除了这个被插入的数据集,剩余的参数与analyze中的一致。
compare_intra()丨数据集栏目比较
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。
理解这几种函数的变量后,一行代码就能实现Python数据分析。
使用指南
sweetviz支持Python 3.6+和Pandas0.25.3+环境,配置好环境后,使用万能的pip下载安装包:
但有一个条件需要注意:sweetviz需要用到基础「os」模块。所以,如果你在使用类似于Google Colab的自定义环境,可能会无法使用sweetviz,目前开发者也在探索解决方案。
下载好后,使用import快速导入sweetviz,就可以开始使用了~
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):
在这里,analyze函数可以被替换为compare或compare_intra函数,使用方法在上面已经给出,全看你需要什么类型的数据报告了。
最后,用show一键输出。(结果会以SWEETVIZ_REPORT.html网页形式展示)
由于在这个过程中,实际上真正需要编写的只有第二行的生成对象代码,可以说是名副其实的1行代码生成数据分析。
展示界面也非常简洁,只要鼠标停留在感兴趣的栏目上,右侧就会自动显示出数据分析的图表和报告。
感兴趣的小伙伴,快戳下方的传送门用起来吧~
大家喜欢的记得点点赞,需要完整的项目源码的可以私信我即可哟!
标签:数据分析,需要,函数,Python,sweetviz,自带,数据 来源: https://blog.csdn.net/a55656aq/article/details/122381705
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。