之前在做数据分析的时候，用过一个自动化生成数据探索报告的Python库：ydata_profiling

一般我们在做数据处理前会进行数据探索，包括看统计分布、可视化图表、数据质量情况等，这个过程会消耗很多时间，可能需要上百行代码才能实现。

ydata_profiling能够直接完成数据探索的工作，只需要几行代码，它会生成互动网页形式的报告，里面包含数据概览、字段分布、统计学特征、相关性、缺失值、样本信息等。

# 导入库
from ydata_profiling import ProfileReport
import pandas as pd
# 读取数据
df = pd.read_csv('housing.csv')
# 自动生成数据探索报告
profile = ProfileReport(df, title="Profiling Report")
profile

以上代码在Jupyter notebook中执行，生成数据探索报告如下

ydata_profiling文档提了几个用途，我觉得还是比较实在

• 提供数据概览： 包括广泛的统计数据和可视化图表，提供数据的整体视图。该报告可以作为html文件共享，也可以作为小部件集成在Jupyter笔记本中。
• 数据质量评估： 识别缺失数据、重复数据和异常值。这些对于数据清理和准备很重要，确保分析的可靠性，并及早发现问题。
• 易于与其他流集成： 数据分析的所有度量都可以以标准JSON格式使用。
• 大型数据集的数据探索： 即使体量很大的数据集，ydata_profiling也可以轻松生成报告，它同时支持Pandas数据帧和Spark数据帧。

数据集概览 Overview

这个可以看到数据集的整体信息，包括字段数、缺失值行、重复行、占内存大小等等

字段详细信息 Variables

你可以看到所有字段的统计学特征以及分布情况，包括均值、分位值、最大最小值

字段分布关系 Interactions

这是个交互可视化图，可以选择任意两个字段，看他们的散点分布关系，通过这个你可以很直观的知道各个字段的关联关系是什么样的，正相关、负相关、无相关等

字段相关性 Correations

这里通过热力图展示每个字段的相关性，也可以看到具体的值

缺失值 Missing values

通过柱状图可以清晰看到每个字段缺失值情况

样本

可以展示前10、尾10的样本数据

如果你想加快数据分析的速度，可以好好把ydata_profiling利用起来，前期数据探索阶段可以省很多时间。

Python 的迅速崛起对整个行业来说都是极其有利的 ，但“人红是非多”，导致它平添了许许多多的批评，不过依旧挡不住它火爆的发展势头。

如果你对Python感兴趣，想要学习python，这里给大家分享一份Python全套学习资料，都是我自己学习时整理的，希望可以帮到你，一起加油！

😝有需要的小伙伴，可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓
点击这里

1️⃣零基础入门

① 学习路线

对于从来没有接触过Python的同学，我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

② 路线对应学习视频

还有很多适合0基础入门的学习视频，有了这些视频，轻轻松松上手Python~

③练习题

每节视频课后，都有对应的练习题哦，可以检验学习成果哈哈！

2️⃣国内外Python书籍、文档

① 文档和书籍资料

3️⃣Python工具包+项目源码合集

①Python工具包

学习Python常用的开发软件都在这里了！每个都有详细的安装教程，保证你可以安装成功哦！

②Python实战案例

光学理论是没用的，要学会跟着一起敲代码，动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。100+实战案例源码等你来拿！

③Python小游戏源码

如果觉得上面的实战案例有点枯燥，可以试试自己用Python编写小游戏，让你的学习过程中增添一点趣味！

4️⃣Python面试题

我们学会了Python之后，有了技能就可以出去找工作啦！下面这些面试题是都来自阿里、腾讯、字节等一线互联网大厂，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

5️⃣Python兼职渠道

而且学会Python以后，还可以在各大兼职平台接单赚钱，各种兼职渠道+兼职注意事项+如何和客户沟通，我都整理成文档了。

上述所有资料 ⚡️ ，朋友们如果有需要的，可以扫描下方👇👇👇二维码免费领取🆓