Pandas数据探索分析，分享两个神器

　　在使用 pandas进行数据分析时，进行一定的数据探索性分析（EDA）是必不可少的一个步骤，例如常见统计指标计算、缺失值、重复值统计等。
　　使用 df.describe等函数进行探索当然是常见操作，但若要进行更完整、详细的分析缺则略显不足。
　　本文就将分享两个用于数据探索的 pandas插件。
　　pandas_profiling
　　首先要介绍的是pandas_profiling，它扩展了pandas DataFrame的功能，这也是在之前多篇文章中提到的插件。
　　只需使用pip install pandas_profiling即可安装，在导入数据之后使用df.profile_report一行命令即可快速生成描述性分析报告
　　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）＂
　　进一步我们还以将该报告保存为html格式，方便后续的查看，感兴趣的读者可以自行尝试。
　　sweetviz
　　第二个值得一用的是 sweetviz，同样是一个开源Python库，可生成美观、高密度的可视化，只需两行代码即可启动EDA。
　　该插件围绕快速可视化目标值和比较数据集而构建。它的目标是帮助快速分析目标特征、训练与测试数据以及其他此类数据特征任务。
　　安装方法同上，执行pip install sweetviz即可。使用方法也是类似，导入数据后只需两行代码即可输出分析报告import sweetviz as sv
　　report = sv.analyze(df)
　　report.show_html
　　和 pandas_profiling不一样的是，现在我们只能得到一个html文件，打开即可看到相关 EDA 报告
　　可以看到，自动生成的报告主要有以下几个部分＂
　　目标分析
　　显示目标值，例如泰坦尼克号数据集中的＂幸存＂，与其他特征的关系）
　　可视化和比较
　　不同的数据集（例如训练与测试数据）
　　组内特征（例如男性与女性）
　　混合型联想
　　Sweetviz 无缝集成了数值（Pearson 相关）、分类（不确定系数）和分类-数值（相关比）数据类型的关联，为所有数据类型提供最大的信息。
　　类型推断
　　自动检测数字、分类和文本特征，可选择手动覆盖
　　概要信息
　　类型、唯一值、缺失值、重复行、最常见值
　　数值分析：最小值/最大值/范围、四分位数、平均值、众数、标准偏差、总和、中值绝对偏差、变异系数、峰态、偏度＂
　　从上面的介绍我们也能看出，两个 EDA 的插件侧重点有所不同，我们在实际使用时也应该根据数据特征与分析目标灵活使用！