Python之pandas-profiling：pandas-profiling庫的簡介、安裝、使用方法之詳細攻略

?

?

?

?

目錄

pandas-profiling庫的簡介

pandas-profiling庫的安裝

pandas-profiling庫的使用方法

1、基礎用法

---

?

?

?

pandas-profiling庫的簡介

? ? ? ? 從pandas數據路由生成配置文件報告。pandas df.describe()函數很棒，但對于嚴肅的探索性數據分析來說有點基礎。pandas_profiling通過php .profile_report()擴展了pandas DataFrame，用于快速數據分析。對于每一列，以下統計數據-如果與列類型相關-在一個交互式HTML報告中顯示:

• 類型推斷:檢測數據流中的列類型。
• 基本要素:類型、唯一值、缺失值
• 分位數統計如最小值，Q1，中位數，Q3，最大值，范圍，四分位數范圍
• 描述統計，如平均值，眾數，標準差，總和，中位數絕對偏差，變異系數，峰度，偏度
• 最常見的價值觀
• 柱狀圖
• 高度相關變量的相關性突出，Spearman, Pearson和Kendall矩陣
• 缺失值矩陣，計數，熱圖和缺失值的樹狀圖
• 學習文本數據的分類(大寫，空格)，腳本(拉丁語，西里爾字母)和塊(ASCII)。
• 文件和圖像分析提取文件大小，創建日期和尺寸和掃描截短的圖像或那些包含EXIF信息。

?

?

?

pandas-profiling庫的安裝

pip install pandas-profiling

?

?

?

pandas-profiling庫的使用方法

1、基礎用法

import numpy as np import pandas as pd from pandas_profiling import ProfileReportdf = pd.DataFrame(np.random.rand(100, 5),columns=["a", "b", "c", "d", "e"] )profile = ProfileReport(df, title="Pandas Profiling Report") profile.to_file("your_report.html")profile = ProfileReport(large_dataset, minimal=True) profile.to_file("output.html")profile = df.profile_report(title='Pandas Profiling Report', plot={'histogram': {'bins': 8}}) profile.to_file("output.html")

?

?

?

?

?

總結

以上是生活随笔為你收集整理的Python之pandas-profiling：pandas-profiling库的简介、安装、使用方法之详细攻略的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。