一行代码实现数据集可视化、分析与比较
共 1727字，需浏览 4分钟
·
2022-08-26 12:53
点击关注公众号，SQL干货及时获取
后台回复：1024，获取海量学习资源
你是否也在朋友圈看过这样的小广告：
「你要悄悄学Python，然后惊艳所有人。」
现在，GitHub上一位博主告诉你：不用学，用sweetviz就行。
这是一个基于Python编写的数据分析软件，只要掌握3种函数用法，一行Python代码就能实现数据集可视化、分析与比较。
我们以Titanic数据集为例，输入一行代码：
一个1080p的清晰网页界面就出现在了眼前。
不仅根据性别、年龄等不同栏目纵向分析数据，每个栏目下还有众数、最大值、最小值等横向对比。
所有输入的数值、文本信息都会被自动检测，并进行数据分析、可视化和对比，最后帮你进行数据总结。
在这样的数据分析下，结果一目了然。
△Titanic数据集部分功能细节展示
这样的效果，是基于3个主函数实现的。
3种函数用法
analyze()丨数据分析
数据分析函数中，有4个参数source，target_feat，feat_cfg和pairwise_analysis需要被设置。
source：以pandas中的DataFrame数据结构、或是DataFrame中的某一类字符串作为分析对象。
target_feat：需要被标记为目标对象的字符串。
feat_cfg：需要被跳过、或是需要被强制转换为某种数据类型的特征。
pairwise_analysis：相关性和其他类型的数据关联可能需要花费较长时间。如果超过了某个阈值，就需要设置这个参数为on或者off，以判断是否需要分析数据相关性。
△数据相关性分析效果，可能需要花费一定时间
compare()丨两个数据集比较
如果想要对两个数据集进行对比分析，就使用这个比较函数。
例子中的my_dataframe和test_df是两个数据集，分别被命名为训练数据和测试数据。
除了这个被插入的数据集，剩余的参数与analyze中的一致。
compare_intra()丨数据集栏目比较
想要对数据集中某个栏目下的参数进行分析，就采用这个函数进行。
例如，如果需要比较“性别”栏目下的“男性”和“女性”，就可以采用这个函数。
理解这几种函数的变量后，一行代码就能实现Python数据分析。
使用指南
sweetviz支持Python 3.6+和Pandas0.25.3+环境，配置好环境后，使用万能的pip下载安装包：
但有一个条件需要注意：sweetviz需要用到基础「os」模块。所以，如果你在使用类似于Google Colab的自定义环境，可能会无法使用sweetviz，目前开发者也在探索解决方案。
下载好后，使用import快速导入sweetviz，就可以开始使用了~
sweetviz使用的原理是，使用一行代码，生成一个数据报告的对象（其中，my_dataframe是pandas中的DataFrame，一种表格型数据结构）：
在这里，analyze函数可以被替换为compare或compare_intra函数，使用方法在上面已经给出，全看你需要什么类型的数据报告了。
最后，用show一键输出。（结果会以SWEETVIZ_REPORT.html网页形式展示）
由于在这个过程中，实际上真正需要编写的只有第二行的生成对象代码，可以说是名副其实的1行代码生成数据分析。
展示界面也非常简洁，只要鼠标停留在感兴趣的栏目上，右侧就会自动显示出数据分析的图表和报告。
感兴趣的小伙伴，快戳下方的传送门用起来吧~
传送门：
https://github.com/fbdesignpro/sweetviz
觉得文章内容不错
记得点击右下角「在看」和转发
最后给大家分享我写的SQL两件套：《SQL基础知识第二版》和《SQL高级知识第二版》的PDF电子版。里面有各个语法的解释、大量的实例讲解和批注等等，非常通俗易懂，方便大家跟着一起来实操。
有需要的读者可以下载学习，在下面的公众号「数据前线」(非本号)后台回复关键字：SQL，就行
数据前线
后台回复关键字：1024，获取一份精心整理的技术干货
后台回复关键字：进群，带你进入高手如云的交流群
推荐阅读
