1行代码实现Python数据分析:图表美观清晰,自带对比功能

2022/1/9 11:05:18

本文主要是介绍1行代码实现Python数据分析:图表美观清晰,自带对比功能,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

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:

图片

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

图片

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

图片

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:

图片

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~

图片

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):

图片

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)

图片

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。

图片

感兴趣的小伙伴,快戳下方的传送门用起来吧~

 这行蓝色的字体wo~

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!

 



这篇关于1行代码实现Python数据分析:图表美观清晰,自带对比功能的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!


扫一扫关注最新编程教程