Python數(shù)據(jù)挖掘中常用的五種AutoEDA 工具總結
我們能否使用一些自動化工具代替人來完成數(shù)據(jù)分析的過程呢，現(xiàn)有一些成熟的 AutoEDA 工具可以一定程度上完成上述過程。本文中，我將盤點常見的 AutoEDA 工具，歡迎收藏學習，喜歡點贊支持，文末提供技術交流群，歡迎暢聊。
1、Pandas Profiling
https://pandas-profiling.github.io/pandas-profiling/docs/master/index.html
Pandas Profiling是款比較成熟的工具，可以直接傳入DataFrame即可完成分析過程，將結果展示為HTML格式，同時分析功能也比較強大。
- 功能：字段類型分析、變量分布分析、相關性分析、缺失值分析、重復行分析
- 耗時：較少
2、AutoViz
https://github.com/AutoViML/AutoViz
AutoViz是款美觀的數(shù)據(jù)分析工具，在進行可視化的同時將結果保存為圖片格式。
- 功能：相關性分析、數(shù)值變量箱線圖、數(shù)值變量分布圖
- 耗時：較多
3、Dataprep
Dataprep是款比較靈活也比較強大的工具，也是筆者最喜歡的。它可以指定列進行分析，同時也可以在Notebook中進行交互式分析。
- 功能：字段類型分析、變量分布分析、相關性分析、缺失值分析、交互式分析。
- 耗時：較多
4、SweetViz
https://github.com/fbdesignpro/sweetviz
SweetViz是款強大的數(shù)據(jù)分析工具，可以很好的分析訓練集和測試集，以及目標標簽與特征之間的關系。
- 功能：數(shù)據(jù)集對比分析、字段類型分析、變量分布分析、目標變量分析
- 耗時：中等
5、D-Tale
https://github.com/man-group/dtale
D-Tale是款功能最為強大的數(shù)據(jù)分析工具，對單變量的分析過程支持比較好。
- 功能：字段類型分析、變量分布分析、相關性分析、缺失值分析、交互式分析。
- 耗時：中等
技術交流
歡迎轉(zhuǎn)載、收藏、有所收獲點贊支持一下！
到此這篇關于Python數(shù)據(jù)挖掘中常用的五種AutoEDA 工具總結的文章就介紹到這了,更多相關Python 數(shù)據(jù)挖掘內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要介紹了Python組合數(shù)據(jù)類型詳解，文章圍繞主題展開詳細的內(nèi)容介紹，具有一定的參考價值，需要的朋友可以參考一下2022-08-08
Queue 實現(xiàn)生產(chǎn)者消費者模型(實例講解)
下面小編就為大家?guī)硪黄猀ueue 實現(xiàn)生產(chǎn)者消費者模型(實例講解)。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-11-11
這篇文章主要介紹了python bottle使用實例,主要是搞懂python中如何來組織包，如何調(diào)用包，如何讀取配置文件，連接數(shù)據(jù)庫，設置路由，路由分組，具體示例代碼跟隨小編一起看看吧2021-08-08
這篇文章主要介紹了python 列表,集合和字典的增刪改查,本文分別對他們一一說明,小編覺得這篇文章寫的還不錯，需要的朋友可以參考下，希望能夠給你帶來幫助2021-10-10
下面小編就為 大家?guī)硪黄猵ython生成式的send()方法(詳解)。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-05-05
Python實現(xiàn)新版正方系統(tǒng)滑動驗證碼識別
這篇文章主要介紹了基于Python實現(xiàn)新版正方系統(tǒng)滑動驗證碼識別算法和方案，文中示例代碼對我們的學習和工作有一定的幫助，感興趣的可以了解一下2021-12-12
由于很多論文里面的測試圖片沒有標號,就不能確定它們是Testset數(shù)據(jù)集中哪幾張圖片.為了能解決這個問題,需要完成以圖片去搜索整個數(shù)據(jù)集文件目錄的任務.本文有非常詳細的圖文示例,需要的朋友可以參考下2021-05-05
NumPy?與?Python?內(nèi)置列表計算標準差區(qū)別詳析
這篇文章主要介紹了NumPy與Python內(nèi)置列表計算標準差區(qū)別詳析，NumPy，是Numerical?Python的簡稱，用于高性能科學計算和數(shù)據(jù)分析的基礎包，更多相關內(nèi)容需要的朋友可以參考一下2022-07-07
Python編程二分法實現(xiàn)冒泡算法+快速排序代碼示例
這篇文章主要介紹了Python編程二分法實現(xiàn)冒泡算法+快速排序代碼示例，具有一定借鑒價值,需要的朋友可以參考下2018-01-01
灰度變換是指根據(jù)某種目標條件按一定變換關系逐點改變源圖像中每個像素灰度值的方法。目的是改善畫質(zhì)，使圖像顯示效果更加清晰。圖像的灰度變換處理是圖像增強處理技術中的一種非常基礎、直接的空間域圖像處理方法，也是圖像數(shù)字化軟件和圖像顯示軟件的一個重要組成部分2022-10-10