区区几行Python代码，就能实现全面自动探索性数据分析！

文章预览

来源丨数据STUDIO 探索性数据分析是数据科学模型开发和数据集研究的重要组成部分之一 。在拿到一个新数据集时首先就需要花费大量时间进行EDA来研究数据集中内在的信息。自动化的EDA Python包可以用几行Python代码执行EDA。在本文中整理了10个可以自动执行EDA并生成有关数据的见解的Python包，看看他们都有什么功能，能在多大程度上帮我们自动化解决EDA的需求。 DTale Pandas-profiling sweetviz autoviz dataprep KLib dabl speedML datatile edaviz 1、D-Tale D-Tale使用Flask作为后端、React前端并且可以与ipython notebook和终端无缝集成。D-Tale可以支持Pandas的DataFrame, Series, MultiIndex, DatetimeIndex和RangeIndex。 import  dtale import  pandas  as  pd dtale.show(pd.read_csv( "titanic.csv" )) D-Tale库用一行代码就可以生成一个报告，其中包含数据集、相关性、图表和热图的总体总结，并突出显示缺失的值等。D- ………………………………