10 个 Python 自动探索性数据分析神库！

探索性数据分析是数据科学模型开发和数据集研究的重要组成部分之一。在拿到一个新数据集时首先就需要花费大量时间进行EDA来研究数据集中内在的信息。自动化的EDA Python包可以用几行Python代码执行EDA。

在本文中整理了10个可以自动执行EDA并生成有关数据的见解的Python包，看看他们都有什么功能，能在多大程度上帮我们自动化解决EDA的需求。

1. DTale
2. Pandas-profiling
3. sweetviz
4. autoviz
5. dataprep
6. KLib
7. dabl
8. speedML
9. datatile
10. edaviz

1、D-Tale

importdtale
importpandasaspd
dtale.show(pd.read_csv("titanic.csv"))

#Install the below libaries before importing
importpandasaspd
frompandas_profilingimportProfileReport

#EDA using pandas-profiling
profile = ProfileReport(pd.read_csv('titanic.csv'), explorative=True)

#Saving results to a HTML file
profile.to_file("output.html")

importpandasaspd
importsweetvizassv

#EDA using Autoviz
sweet_report = sv.analyze(pd.read_csv("titanic.csv"))

#Saving results to HTML file
sweet_report.show_html('sweet_report.html')

importpandasaspd
fromautoviz.AutoViz_ClassimportAutoViz_Class

#EDA using Autoviz
autoviz = AutoViz_Class().AutoViz('train.csv')

fromdataprep.datasetsimportload_dataset
fromdataprep.edaimportcreate_report

df = load_dataset("titanic.csv")
create_report(df).show_browser()

importklib
importpandasaspd

df = pd.read_csv('DATASET.csv')
klib.missingval_plot(df)

klib.corr_plot(df_cleaned, annot=False)

klib.dist_plot(df_cleaned['Win_Prob'])

klib.cat_plot(df, figsize=(50,15))

7、Dabl

• 目标分布图
• 散点图
• 线性判别分析

importpandasaspd
importdabl

df = pd.read_csv("titanic.csv")
dabl.plot(df, target_col="Survived")

8、Speedml

fromspeedmlimportSpeedml

sml = Speedml('../input/train.csv','../input/test.csv',
target ='Survived', uid ='PassengerId')
sml.train.head()

sml.plot.correlate()

sml.plot.distribute()

sml.plot.ordinal('Parch')

sml.plot.ordinal('SibSp')

sml.plot.continuous('Age')

9、DataTile

importpandasaspd
fromdatatile.summary.dfimportData Summary

df = pd.read_csv('titanic.csv')
dfs = Data Summary(df)
dfs.summary()

10、edaviz