【数据竞赛】盘点Kaggle中常见的AutoEDA工具库

在完成竞赛和数据挖掘的过程中，数据分析一直是非常耗时的一个环节，但也是必要的一个环节。

Pandas Profiling

https://pandas-profiling.github.io/pandas-profiling/docs/master/index.html

Pandas Profiling是款比较成熟的工具，可以直接传入DataFrame即可完成分析过程，将结果展示为HTML格式，同时分析功能也比较强大。

• 功能：字段类型分析、变量分布分析、相关性分析、缺失值分析、重复行分析
• 耗时：较少

AutoViz

https://github.com/AutoViML/AutoViz

AutoViz是款美观的数据分析工具，在进行可视化的同时将结果保存为图片格式。

• 功能：相关性分析、数值变量箱线图、数值变量分布图
• 耗时：较多

Dataprep

https://dataprep.ai/

Dataprep是款比较灵活也比较强大的工具，也是笔者最喜欢的。它可以指定列进行分析，同时也可以在Notebook中进行交互式分析。

• 功能：字段类型分析、变量分布分析、相关性分析、缺失值分析、交互式分析。
• 耗时：较多

SweetViz

https://github.com/fbdesignpro/sweetviz

SweetViz是款强大的数据分析工具，可以很好的分析训练集和测试集，以及目标标签与特征之间的关系。

• 功能：数据集对比分析、字段类型分析、变量分布分析、目标变量分析
• 耗时：中等

D-Tale

https://github.com/man-group/dtale

D-Tale是款功能最为强大的数据分析工具，对单变量的分析过程支持比较好。

• 功能：字段类型分析、变量分布分析、相关性分析、缺失值分析、交互式分析。
• 耗时：中等