python 数据分析 daniel groner pdf Python 数据分析报告

一般在python进行数据分析/统计分析时，第一步总是对数据进行一些描述性分析、相关性分析，但是总会是有一大堆代码，那么今天就介绍一个神器pandas_profiling，一行命令就能搞定大部分描述性分析！

pip install pandas_profiling

那么我们继续使用之前文章中使用过很多次的NBA数据集，还记得我们在介绍pandas使用的那篇文章中分很多章节去讲解如何使用pandas对该数据集进行一些基础的数据分析吗(python数据分析万字干货！一个数据集全方位解读pandas)。那就是使用df.describe()函数

df.describe()函数虽然功能强大，但对于进行详细的探索性数据分析却有些基础。 pandas_profiling扩展了pandas DataFrame的功能，可以使用df.profile_report()进行快速的数据分析。只需要一行命令就能得到所有结果！

首先还是先导入数据

import pandas as pd
import pandas_profiling
nba = pd.read_csv('nba_all_elo.csv')

然后只用一行命令就能得到全部的数据分析结果

nba.profile_report()

可以看到，除了之前我们需要的一些描述性统计数据，该报告还包含以下信息：

• 类型推断：检测数据帧中列的数据类型。
• 要点：类型，唯一值，缺失值
• 分位数统计信息，例如最小值，Q1，中位数，Q3，最大值，范围，四分位数范围
• 描述性统计数据，例如均值，众数，标准偏差，总和，中位数绝对偏差，变异系数，峰度，偏度
• 最常使用的值
• 直方图
• 相关性矩阵
• 缺失值矩阵，计数，热图和缺失值树状图
• 文本分析：了解文本数据的类别（大写，空格），脚本（拉丁，西里尔字母）和块（ASCII）

当然我们还以将该报告保存为html，这样结合Django可以快速将本次分析结果部署至云端随时随地查看！

result = pandas_profiling.ProfileReport(nba)
result.to_file("./result.html")

参考资料

[1]

GitHub: https://github.com/pandas-profiling/pandas-profiling