三行代码生成一份数据分析报告

今天给大家介绍一个Python用作数据分析的库，使用三行代码即可生成一个完整的数据分析报告，过程中不需要其他额外的代码，零基础也可以学会的方法，是不是很神奇？下面一起学习吧~

本节使用到的库是pandas_profiling库，它可以做延展性的数据探索分析，仅需三行代码即可生成一份具有交互式效果的HTML报告，简单几步就可以实现，轻松实现数据探索分析。

示例工具：anconda3.7

本文讲解内容：三行代码生成数据分析报告

适用范围：pandas_profiling库的使用

数据导入

本节我们导入一组seaborn自带的数据集，先查看seaborn自带数据集的种类。

#查看seaborn自带数据集的种类
import seaborn as sns
sns.get_dataset_names()

如下seaborn自带的数据集有20余种，作者已将其下载至本地保存。

['anagrams', 'anscombe', 'attention','brain_networks','car_crashes','diamonds','dots','exercise','flights',
'fmri','geyser', 'glue','healthexp','iris','mpg', 'penguins','planets','seaice','taxis','tips','titanic']

数据获取

公众号后台回复

0827

获取本节使用的案例数据

这里我们导入泰坦尼克号数据。

import pandas as pd 
df=pd.read_csv(r'C:/Users/尚天强/Desktop/seaborn数据集/titanic.csv')
df.head()

我们首先使用df.describe()函数进行数据探索分析，可以得出平均值、中位数、众数，四分位数等值。

df.describe()

其次使用df.info()可以查看各个字段的数据类型和数据缺失值情况等。

df.info()

数据探索分析

而使用pandas_profiling库只需要三行代码即可完成包含上述的数据探索分析，并且还有数据的相关性分析、色阶图等等功能，由于anaconda没有自带pandas_profiling库，需要在命令行中输入如下代码下载。

#pip install pandas_profiling
pip install pandas_profiling --ignore-installed PyYAML -i https://pypi.tuna.tsinghua.edu.cn/simple

如下使用简单的三行代码即可生成一份数据分析报告。

from pandas_profiling import ProfileReport
profile = ProfileReport(df,title='泰坦尼克号')
profile.to_file(r'C:\Users\尚天强\Desktop\泰坦尼克号数据分析报告.html')

具体的由分析报告可以看出报告大体由五部分组成，分别是数据集的基本信息、数据类型的分布情况、相关性分析可视化、缺失值数据可视化、样本信息展示。

1、数据集的基本信息：包含数据类型、变量数(列)、观察数(行)、数据缺失率、内存信息。

2、数据类型的分布情况：每个变量的详细情况，包括数据类型，分位数统计值、描述性统计值等，这个板块包含的信息最多。

3、相关性分析可视化：突出强相关的变量，使用散点图来可视化数据变量之间的关系。

同样还有Spearman，Pearson矩阵相关性色阶图，也用来可视化数据变量之间的关系。

4、缺失值可视化：对于各个字段的缺失值进行分析，这里也考验我们对于缺失值如何做处理，因为缺失值会影响我们的结果分析，如果说一个字段的缺失比例大于30%，该字段应废弃处理。

5、样本信息展示：突出展示一些样本信息，这里展示前10行数据信息，类似于df.head()的功能，对数据做一个预览。

发现重复行，可以将重复的那一行标记出来。

以上就是三行代码生成数据分析报告的全部内容，感兴趣就敲代码试试吧，如有问题可以评论区留言，每天学习一点代码知识~

后台回复数据分析入门，获取数据分析入门资料

加入数据分析资料群，一起交流数据分析知识

和作者一起学习数据分析！

👆点击关注干货速递👆

三年互联网数据分析经验，擅长Excel、SQL、Python、PowerBI数据处理工具，数据可视化、商业数据分析技能，统计学、机器学习知识，持续创作数据分析内容，点赞关注，不迷路。