你能否也在冤家圈看过这样的小广告：

「你要悄然学Python，然后冷艳一切人。」

如今，GitHub上一位博主通知你：不用学，用sweetviz就行。

这是一个基于Python编写的数据剖析软件，只需掌握3种函数用法，一行Python代码就能完成数据集可视化、剖析与比较。

我们以Titanic数据集为例，输入一行代码：

一个1080p的明晰网页界面就出如今了眼前。

不只依据性别、年龄等不同栏目纵向剖析数据，每个栏目下还有众数、最大值、最小值等横向比照。

一切输入的数值、文本信息都会被自动检测，并停止数据剖析、可视化和比照，最后帮你停止数据总结。

在这样的数据剖析下，结果了如指掌。

△ Titanic数据集部分功用细节展现

这样的效果，是基于3个主函数完成的。

3种函数用法 analyze()丨数据剖析

数据剖析函数中，有4个参数source，target_feat，feat_cfg和pairwise_analysis需求被设置。

source：以pandas中的DataFrame数据结构、或是DataFrame中的某一类字符串作为剖析对象。

target_feat：需求被标记为目的对象的字符串。

feat_cfg：需求被跳过、或是需求被强迫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能够需求破费较长时间。假设超过了某个阈值，就需求设置这个参数为on或许off，以判别能否需求剖析数据相关性。

△ 数据相关性剖析效果，能够需求破费一定时间 compare()丨两个数据集比较

假设想要对两个数据集停止比照剖析，就运用这个比较函数。

例子中的my_dataframe和test_df是两个数据集，辨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中的分歧。

compare_intra()丨数据集栏目比较

想要对数据集中某个栏目下的参数停止剖析，就采用这个函数停止。

例如，假设需求比较“性别”栏目下的“男性”和“女性”，就可以采用这个函数。

了解这几种函数的变量后，一行代码就能完成Python数据剖析。

运用指南

sweetviz支持Python 3.6+和Pandas0.25.3+环境，配置好环境后，运用万能的pip下载安装包：

但有一个条件需求留意：sweetviz需求用到基础「os」模块。所以，假设你在运用相似于Google Colab的自定义环境，能够会无法运用sweetviz，目前开发者也在探求处置方案。

下载好后，运用import快速导入sweetviz，就可以末尾运用了~

sweetviz运用的原理是，运用一行代码，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）：

在这里，analyze函数可以被交流为compare或compare_intra函数，运用办法在下面曾经给出，全看你需求什么类型的数据报告了。

最后，用show一键输入。（结果会以SWEETVIZ_REPORT.html网页方式展现）

由于在这个进程中，实践上真正需求编写的只要第二行的生成对象代码，可以说是名副其实的1行代码生成数据剖析。

展现界面也十分繁复，只需鼠标停留在感兴味的栏目上，右侧就会自动显示出数据剖析的图表和报告。

(责任编辑：admin)