关注+星标，每天学习Python新技能

来源：网络

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。

1. DTale
2. Pandas-profiling
3. sweetviz
4. autoviz
5. dataprep
6. KLib
7. dabl
8. speedML
9. datatile
10. 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 dtaleimport pandas as pddtale.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-Tale还可以为报告中的每个图表进行分析，上面截图中我们可以看到图表是可以进行交互操作的。

2、Pandas-Profiling

Pandas-Profiling可以生成Pandas DataFrame的概要报告。panda-profiling扩展了pandas DataFrame df.profile_report()，并且在大型数据集上工作得非常好，它可以在几秒钟内创建报告。

#Install the below libaries before importingimport pandas as pdfrom pandas_profiling import ProfileReport#EDA using pandas-profilingprofile = ProfileReport(pd.read_csv('titanic.csv'), explorative=True)#Saving results to a HTML fileprofile.to_file("output.html")

import pandas as pdimport sweetviz as sv#EDA using Autovizsweet_report = sv.analyze(pd.read_csv("titanic.csv"))#Saving results to HTML filesweet_report.show_html('sweet_report.html')

import pandas as pdfrom autoviz.AutoViz_Class import AutoViz_Class#EDA using Autovizautoviz = AutoViz_Class().AutoViz('train.csv')

from dataprep.datasets import load_datasetfrom dataprep.eda import create_reportdf = load_dataset("titanic.csv")create_report(df).show_browser()

import klibimport pandas as pddf = pd.read_csv('DATASET.csv')klib.missingval_plot(df)

klib.corr_plot(df_cleaned, annot=False)

klib.dist_plot(df_cleaned['Win_Prob'])

klib.cat_plot(df, figsize=(50,15))

7、Dabl

• 目标分布图
• 散点图
• 线性判别分析

import pandas as pdimport dabldf = pd.read_csv("titanic.csv")dabl.plot(df, target_col="Survived")

8、Speedml

from speedml import Speedmlsml = Speedml('../input/train.csv', '../input/test.csv',            target = 'Survived', uid = 'PassengerId')sml.train.head()

sml.plot.correlate()

sml.plot.distribute()

sml.plot.ordinal('Parch')

sml.plot.ordinal('SibSp')

sml.plot.continuous('Age')

9、DataTile

import pandas as pdfrom datatile.summary.df import DataFrameSummarydf = pd.read_csv('titanic.csv')dfs = DataFrameSummary(df)dfs.summary()

10、edaviz

长按或扫描下方二维码，免费获取 Python公开课和大佬打包整理的几百G的学习资料，内容包含但不限于Python电子书、教程、项目接单、源码等等
▲扫描二维码-免费领取

推荐阅读
Python3.15 在 Windows x86-64上的解释器有望提速 15%
CuPy - 将 Numpy 提速 700 倍的神器！
18条好用的Python技巧，建议收藏
一些Python代码加速工具！