小編最近發現一個好用的工具， pandas-profiling，對於做數據分析的朋友們來說，這可是個好工具，它可以以網頁的形式展現給你數據總體概況
在pandas中 df.describe() 是比較基礎的探索性數據分析函數，而pandas_profiling則是在DataFrame的基礎上擴展，用於快速數據分析。
對於DataFrame中的每一列，和類別有關的指標都會以交互式的網頁展現出來
- Essentials: type, unique values, missing values
- （概要：類型，唯一值，缺失值）
- Quantile statistics like minimum value, Q1, median, Q3, maximum, range, interquartile range
- （分位數統計：像最小值，Q1，中位數，Q3, ，最大值，值域，四分位距）
- Descriptive statistics like mean, mode, standard deviation, sum, median absolute deviation, coefficient of variation, kurtosis, skewness
- （描述性統計：像均值，眾數，標准差，和，絕對中位差，變異系數，峰值，偏度系數）
- Most frequent values
- （最頻繁出現的值）
- Histogram
- （直方圖/柱狀圖）
- Correlations highlighting of highly correlated variables, Spearman, Pearson and Kendall matrices
- (相關性，突出強相關的變量，Spearman, Pearson 和Kendall模型)
- Missing values matrix, count, heatmap and dendrogram of missing values
- （缺失值矩陣，計數，熱圖和缺失值的樹狀圖）
首先，下載 pandas-profiling
pip install pandas-profiling
conda install -c anaconda pandas-profiling
也可以從github中下載
pip install https://github.com/pandas-profiling/pandas-profiling/archive/master.zip
接着，導入及應用
分析器（profiling）接收的數據類型為DataFrame
import pandas as pd
import pandas_profiling
data = pd.read_excel("")
profile = pandas_profiling.ProfileReport(data,title = "",pool_size = 3,minify_html = True)
profile.to_file(output_file="") 輸出為html文件
profile.to_html() 輸出為html源碼
分析器的設置有：titile，線程池的個數（cpu），html是否要最小化，還有其他設置，可以參考：官方文檔
生成報告文件之后，打開報告文件，你就可以看到關於這四個部分的內容
綜述：包括數據量，數據類型，很貼心的還有warning，提醒你變量中零值占比和變量相關性
變量：將每個變量的去重后計數，缺失個數，缺失占比，均值，最大最小值，零值占比，右邊還有個柱狀圖顯示數據分布，點擊右下角的展示細節，會有更加詳細的分位數統計和描述性統計，極值前5展示，柱狀圖，
有意思的是，強相關的變量，會只展示其中一個變量。你會看到那一欄會灰色，它告訴你，這個變量和XX變量強相關
相關性：是以一個熱圖來展示，發現這里不太兼容中文
缺失值：是以兩個柱狀圖來展現
樣本：展現出前后10行的的樣本
小編覺得pandas-profiling還挺好用的，源碼還是python寫的，簡單易懂，想修改點功能還能自己改源碼。快去試試吧，看過點個贊或推薦哦。