机器学习数据自动化分析神器-dataprep
原创
机器学习数据自动化分析神器-dataprep
公众号：尤而小屋 作者：Peter 编辑：Peter
大家好，我是Peter~
dataprep是一个开源的Python第三方库，有助于数据科学者、数据分析师等自动化进行数据探索，能够快速地创建数据分析报告，还能够绘制整体图形、缺失值和相关系数等图形。
在本文中小编给大家详细介绍dataprep库的使用。
官网地址：https://dataprep.ai/
GitHub地址：https://github.com/sfu-db/dataprep
安装
在使用之前，先进行安装：建议使用豆瓣源安装，快速！
pip install -i https://pypi.douban.com/simple/ dataprep导入库
先导入我们需要使用的库：
from dataprep.datasets import load_dataset # 内置数据集
from dataprep.eda import plot # 绘图
from dataprep.eda import plot_correlation # 相关性
from dataprep.eda import create_report # 分析报告
from dataprep.eda import plot_missing # 缺失值导入数据
提供两种数据导入方式：
- 内置数据集（如果有）
- 本地数据集
# 导入内置数据
df = load_dataset("titanic")
# 导入本地数据
# df = pd.read_csv("titanic.csv")
df.head()
查看数据的基本信息：
In 3:
df.shapeOut3:
(891, 12)In 4:
df.isnull().sum()Out4:
PassengerId 0
Survived 0
Pclass 0
Name 0
Sex 0
Age 177
SibSp 0
Parch 0
Ticket 0
Fare 0
Cabin 687
Embarked 2
dtype: int64In 5:
df.dtypesOut5:
PassengerId int64
Survived int64
Pclass int64
Name object
Sex object
Age float64
SibSp int64
Parch int64
Ticket object
Fare float64
Cabin object
Embarked object
dtype: object使用dataprep自动化探索
整体数据分析
In 6:
plot(df)
指定单个字段分析
In 7:
plot(df, "Age")直接指定Age字段：
指定多个字段分析
In 8:
plot(df, "Age","Embarked")查看两个字段之间的分析：
相关系数
In 9:
plot_correlation(df) # 相关系数查看字段的3种相关系数：
缺失值
In 10:
plot_missing(df) # 缺失值情况查看数据的缺失值信息：
分析报告
In 11:
create_report(df).show() # 报告返回的数据的整体分析报告（整个图）：
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
评论
登录后参与评论
推荐阅读
目录
腾讯云开发者
