【Python】Autoviz: 一行代碼搞定數(shù)據(jù)集探索并可視化

數(shù)據(jù)集各個特征有什么變化趨勢、各個特征之間有何關系，我們可以借助Matplotlib、Seaborn等諸多工具來可視化展示，那么有沒有一種工具能一次展示所有的關系了？

本文要介紹的Python工具Autoviz，一行代碼即可完成對數(shù)據(jù)集所有關系的探索 (Exploratory Data Analysis，EDA)。

安裝

pip?install?autoviz

一行代碼搞定數(shù)據(jù)探索

本次以探索鳶尾花 (iris)數(shù)據(jù)集為例子，數(shù)據(jù)集詳細介紹????鳶尾花數(shù)據(jù)集詳細介紹，大概是這樣autoviz使用，

from?autoviz.AutoViz_Class?import?AutoViz_Class

#AutoViz實例化
AV?=?AutoViz_Class()

#一行代碼實現(xiàn)數(shù)據(jù)探索
dft?=?AV.AutoViz(
????filename='/Users/xmy/Desktop/jobs/py/iris.csv',??#讀入數(shù)據(jù)集，注意和dfte的區(qū)別
????sep=",",??#設置數(shù)據(jù)集分隔符，默認為逗號
????depVar="species",??#設置因變量
????dfte=None,??#傳入一個pandas.DataFrame，如果filename已設置，此處為None，反之亦然
????header=0,
????verbose=0,??#可選0,?1或者2，設置圖形的保存形式
????lowess=False,??#是否啟用lowess回歸，適合小數(shù)據(jù)量數(shù)據(jù)集，100,000行以上數(shù)據(jù)不建議用
????chart_format="svg",??#設置圖形保存格式
????max_rows_analyzed=150000,??#設置數(shù)據(jù)集待分析的行數(shù)
????max_cols_analyzed=30,??#設置數(shù)據(jù)集待分析的列數(shù)
)

結果輸出一部分為Dataset的簡單介紹，結果輸出另一部分為大量可視化圖表，?以上整個過程僅僅需要4.226秒

No categorical or boolean vars in data set. Hence no pivot plots...
No categorical or numeric vars in data set. Hence no bar charts.
Time to run AutoViz \(in seconds\) = 4.226

###################### VISUALIZATION Completed ########################

參考：https://github.com/AutoViML/AutoViz

-END-