机器学习数据自动化分析神器-dataprep

公众号：尤而小屋作者：Peter 编辑：Peter

大家好，我是Peter~

dataprep是一个开源的Python第三方库，有助于数据科学者、数据分析师等自动化进行数据探索，能够快速地创建数据分析报告，还能够绘制整体图形、缺失值和相关系数等图形。

在本文中小编给大家详细介绍dataprep库的使用。

官网地址：https://dataprep.ai/

GitHub地址：https://github.com/sfu-db/dataprep

安装

在使用之前，先进行安装：建议使用豆瓣源安装，快速！

代码语言：python代码运行次数：0复制

pip install -i https://pypi.douban.com/simple/ dataprep

导入库

先导入我们需要使用的库：

代码语言：python代码运行次数：0复制

from dataprep.datasets import load_dataset  # 内置数据集
from dataprep.eda import plot # 绘图
from dataprep.eda import plot_correlation # 相关性
from dataprep.eda import create_report  # 分析报告
from dataprep.eda import plot_missing  # 缺失值

导入数据

提供两种数据导入方式：

内置数据集（如果有）
本地数据集

代码语言：python代码运行次数：0复制

# 导入内置数据
df = load_dataset("titanic")  
# 导入本地数据
# df = pd.read_csv("titanic.csv")

df.head()

查看数据的基本信息：

In 3:

代码语言：txt复制

df.shape

Out3:

代码语言：txt复制

(891, 12)

In 4:

代码语言：txt复制

df.isnull().sum()

Out4:

代码语言：txt复制

PassengerId      0
Survived         0
Pclass           0
Name             0
Sex              0
Age            177
SibSp            0
Parch            0
Ticket           0
Fare             0
Cabin          687
Embarked         2
dtype: int64

In 5:

代码语言：txt复制

df.dtypes

Out5:

代码语言：txt复制

PassengerId      int64
Survived         int64
Pclass           int64
Name            object
Sex             object
Age            float64
SibSp            int64
Parch            int64
Ticket          object
Fare           float64
Cabin           object
Embarked        object
dtype: object