雲棲號資訊:【點擊查看更多行業資訊】
在這裏您可以找到不同行業的第一手的上雲資訊,還在等什麼,快來!
你是否也在朋友圈看過這樣的小廣告:
「你要悄悄學Python,然後驚豔所有人。」
現在,GitHub上一位博主告訴你:不用學,用sweetviz就行。
這是一個基於Python編寫的數據分析軟件,只要掌握3種函數用法,一行Python代碼就能實現數據集可視化、分析與比較。
我們以Titanic數據集爲例,輸入一行代碼:
一個1080p的清晰網頁界面就出現在了眼前。
不僅根據性別、年齡等不同欄目縱向分析數據,每個欄目下還有衆數、最大值、最小值等橫向對比。
所有輸入的數值、文本信息都會被自動檢測,並進行數據分析、可視化和對比,最後幫你進行數據總結。
在這樣的數據分析下,結果一目瞭然。
△ Titanic數據集部分功能細節展示
這樣的效果,是基於3個主函數實現的。
3種函數用法
analyze()丨數據分析
數據分析函數中,有4個參數source,target_feat,feat_cfg和pairwise_analysis需要被設置。
source:以pandas中的DataFrame數據結構、或是DataFrame中的某一類字符串作爲分析對象。
target_feat:需要被標記爲目標對象的字符串。
feat_cfg:需要被跳過、或是需要被強制轉換爲某種數據類型的特徵。
pairwise_analysis:相關性和其他類型的數據關聯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爲on或者off,以判斷是否需要分析數據相關性。
△ 數據相關性分析效果,可能需要花費一定時間
compare()丨兩個數據集比較
如果想要對兩個數據集進行對比分析,就使用這個比較函數。
例子中的my_dataframe和test_df是兩個數據集,分別被命名爲訓練數據和測試數據。
除了這個被插入的數據集,剩餘的參數與analyze中的一致。
compare_intra()丨數據集欄目比較
想要對數據集中某個欄目下的參數進行分析,就採用這個函數進行。
例如,如果需要比較“性別”欄目下的“男性”和“女性”,就可以採用這個函數。
理解這幾種函數的變量後,一行代碼就能實現Python數據分析。
使用指南
sweetviz支持Python 3.6+和Pandas0.25.3+環境,配置好環境後,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,如果你在使用類似於Google Colab的自定義環境,可能會無法使用sweetviz,目前開發者也在探索解決方案。
下載好後,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,生成一個數據報告的對象(其中,my_dataframe是pandas中的DataFrame,一種表格型數據結構):
在這裏,analyze函數可以被替換爲compare或compare_intra函數,使用方法在上面已經給出,全看你需要什麼類型的數據報告了。
最後,用show一鍵輸出。(結果會以SWEETVIZ_REPORT.html網頁形式展示)
由於在這個過程中,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行代碼生成數據分析。
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據分析的圖表和報告。
【雲棲號在線課堂】每天都有產品技術專家分享!
課程地址:https://yqh.aliyun.com/live立即加入社羣,與專家面對面,及時瞭解課程最新動態!
【雲棲號在線課堂 社羣】https://c.tb.cn/F3.Z8gvnK
原文發佈時間:2020-07-05
本文作者:蕭簫
本文來自:“量子位公衆號”,瞭解相關信息可以關注“公衆號QbitAI”