sweetviz 是一个开源 python 库，它只需三行代码就可以生成漂亮的高精度可视化效果来启动eda(探索性数据分析)。输出一个html。文末提供技术交流群，喜欢点赞支持，收藏。
如上图所示，它不仅能根据性别、年龄等不同栏目纵向分析数据，还能对每个栏目做众数、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，最后自动帮你进行总结，是一个探索性数据分析的好帮手。
1.准备
请选择以下任一种方式输入命令安装依赖：
1. windows 环境 打开 cmd (开始-运行-cmd)。
2. macos 环境 打开 terminal (command+空格输入terminal)。
3. 如果你用的是 vscode编辑器 或 pycharm，可以直接使用界面下方的terminal.
pip install sweetviz
2.sweetviz 基本用法
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）：
import pandas as pd
import sweetviz as sv
# 读取数据
my_dataframe = pd.read_csv('../impartdata/iris.csv')
# 分析数据
my_report = sv.analyze(my_dataframe)
# 生成报告
my_report.show_html()
执行完成后，会在当前文件夹下生成一个html的报告文件
双击这个html，你就能看到精美的分析报告了：
其中，分析数据有三种函数可以用，除了上面提到的analyze函数，还有 compare 和 compare_intra 函数。
首先是analyze函数：
analyze(source: union[pd.dataframe, tuple[pd.dataframe, str]],
target_feat: str = none,
feat_cfg: featureconfig = none,
pairwise_analysis: str = 'auto')
可见其有以下4个参数可以配置：
- source： 以pandas中的dataframe数据结构作为分析对象。
- 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： 相关性分析可能需要花费较长时间。如果超过了你的忍受范围，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。
compare()丨两个数据集比较
my_report = sv.compare([my_dataframe, "training data"], [test_df, "test data"], "survived", feature_config)
要比较两个数据集，只需使用该 compare() 函数。它的参数与 analyze() 相同，只是插入了第二个参数来覆盖比较数据帧。建议使用 [dataframe, “name”] 参数格式以更好地区分基础数据帧和比较数据帧。（例如 [my_df, "train"] 比 my_df 更好）
compare_intra()丨数据集栏目比较
my_report = sv.compare_intra(my_dataframe, my_dataframe["sex"] == "male", ["male", "female"], feature_config)
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。
3.调整报告布局
一旦你创建了你的报告对象，只需将它传递给两个show函数中的一个：
1. show_html():
show_html( filepath='sweetviz_report.html',
open_browser=true,
layout='widescreen',
scale=none)
**show_html(…)**将在当前文件路径中创建并保存 html 报告。有以下参数：
- layout (布局)：无论是 ‘widescreen’或 ‘vertical’。当鼠标移过每个功能时，宽屏布局会在屏幕右侧显示详细信息。新的（从 2.0 开始）垂直布局在水平方向上更加紧凑，并且可以在单击时扩展每个细节区域。
- scale：使用浮点数（scale=0.8或 none ）来缩放整个报告。
- open_browser：启用 web 浏览器的自动打开以显示报告。如果不需要，可以在此处禁用它。
2.show_notebook():
show_notebook( w=none,
h=none,
scale=none,
layout='widescreen',
filepath=none)
它将嵌入一个 iframe 元素，在notebook中显示报告（例如 jupyter、google colab 等）。
请注意，由于notebook通常是一个更受限制的环境，因此使用自定义宽度/高度/比例值 (w , h , scale) 可能是个好主意。选项是：
- w（宽度）：设置报告输出窗口的宽度。可以是百分比字符串 ( w=“100%”) 或像素 (w=900)。
- h（高度）：设置报告输出窗口的高度。可以是像素数 (h=700) 或将窗口拉伸到与所有特征 ( h=“full”)一样高。
- scale：与上面的 show_html 相同。
- layout：与上面的 show_html 相同。
- scale：与上面的 show_html 相同。
- filepath：可选的输出 html 报告。
我们的文章到此就结束啦，如果你喜欢今天文章，点赞、支持、关注。
到此这篇关于python sweetviz轻松实现探索性数据分析的文章就介绍到这了,更多相关python sweetviz内容请搜索www.887551.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持www.887551.com！
