1行代碼，實現(xiàn)數(shù)據(jù)集可視化分析與比較 ！

蕭簫 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI

你是否也在朋友圈看過這樣的小廣告：

「你要悄悄學Python，然后驚艷所有人。」

現(xiàn)在，GitHub上一位博主告訴你：不用學，用sweetviz就行。

這是一個基于Python編寫的數(shù)據(jù)分析軟件，只要掌握3種函數(shù)用法，一行Python代碼就能實現(xiàn)數(shù)據(jù)集可視化、分析與比較。

我們以Titanic數(shù)據(jù)集為例，輸入一行代碼：

一個1080p的清晰網(wǎng)頁界面就出現(xiàn)在了眼前。

不僅根據(jù)性別、年齡等不同欄目縱向分析數(shù)據(jù)，每個欄目下還有眾數(shù)、最大值、最小值等橫向對比。

所有輸入的數(shù)值、文本信息都會被自動檢測，并進行數(shù)據(jù)分析、可視化和對比，最后幫你進行數(shù)據(jù)總結。

在這樣的數(shù)據(jù)分析下，結果一目了然。

△ Titanic數(shù)據(jù)集部分功能細節(jié)展示

這樣的效果，是基于3個主函數(shù)實現(xiàn)的。

3種函數(shù)用法

analyze()丨數(shù)據(jù)分析

數(shù)據(jù)分析函數(shù)中，有4個參數(shù)source，target_feat，feat_cfg和pairwise_analysis需要被設置。

source：以pandas中的DataFrame數(shù)據(jù)結構、或是DataFrame中的某一類字符串作為分析對象。

target_feat：需要被標記為目標對象的字符串。

feat_cfg：需要被跳過、或是需要被強制轉換為某種數(shù)據(jù)類型的特征。

pairwise_analysis：相關性和其他類型的數(shù)據(jù)關聯(lián)可能需要花費較長時間。如果超過了某個閾值，就需要設置這個參數(shù)為on或者off，以判斷是否需要分析數(shù)據(jù)相關性。

△ 數(shù)據(jù)相關性分析效果，可能需要花費一定時間

compare()丨兩個數(shù)據(jù)集比較

如果想要對兩個數(shù)據(jù)集進行對比分析，就使用這個比較函數(shù)。

例子中的my_dataframe和test_df是兩個數(shù)據(jù)集，分別被命名為訓練數(shù)據(jù)和測試數(shù)據(jù)。

除了這個被插入的數(shù)據(jù)集，剩余的參數(shù)與analyze中的一致。

compare_intra()丨數(shù)據(jù)集欄目比較

想要對數(shù)據(jù)集中某個欄目下的參數(shù)進行分析，就采用這個函數(shù)進行。

例如，如果需要比較“性別”欄目下的“男性”和“女性”，就可以采用這個函數(shù)。

理解這幾種函數(shù)的變量后，一行代碼就能實現(xiàn)Python數(shù)據(jù)分析。

使用指南

sweetviz支持Python 3.6+和Pandas0.25.3+環(huán)境，配置好環(huán)境后，使用萬能的pip下載安裝包：

但有一個條件需要注意：sweetviz需要用到基礎「os」模塊。所以，如果你在使用類似于Google Colab的自定義環(huán)境，可能會無法使用sweetviz，目前開發(fā)者也在探索解決方案。

下載好后，使用import快速導入sweetviz，就可以開始使用了~

sweetviz使用的原理是，使用一行代碼，生成一個數(shù)據(jù)報告的對象（其中，my_dataframe是pandas中的DataFrame，一種表格型數(shù)據(jù)結構）：

在這里，analyze函數(shù)可以被替換為compare或compare_intra函數(shù)，使用方法在上面已經(jīng)給出，全看你需要什么類型的數(shù)據(jù)報告了。

最后，用show一鍵輸出。（結果會以SWEETVIZ_REPORT.html網(wǎng)頁形式展示）

由于在這個過程中，實際上真正需要編寫的只有第二行的生成對象代碼，可以說是名副其實的1行代碼生成數(shù)據(jù)分析。

展示界面也非常簡潔，只要鼠標停留在感興趣的欄目上，右側就會自動顯示出數(shù)據(jù)分析的圖表和報告。

感興趣的小伙伴，快戳下方的傳送門用起來吧~

傳送門：

https://github.com/fbdesignpro/sweetviz

今日干貨已送達?。。。。。?/strong>