太香了！清华学长力 推荐6个Python数据分析神器！！

Posted 2021-06-26 不加班的程序员丶

用Python处理数据大家都不陌生了，属常规操作，但常规之下还是也有些暗藏技巧的，本篇东哥分享6个好玩高效的操作，帮助大家提高效率。

一、Pandas Profiling

Pandas Profiling提供数据的一个整体报告，是一个帮助我们理解数据的过程。它可以简单快速地对Pandas的数据框数据进行探索性数据分析。

需要相关资料的可以加微信ssmp8858备注【数据分析】

其实，Pandas中df.describe()和df.info()函数也可以实现数据探索过程第一步。但它们只提供了对数据非常基本的概述。而Pandas中的Profiling功能简单通过一行代码就能显示大量信息，同时还能生成交互式html报告。

对于给定的数据集，Pandas中的profiling包计算了以下统计信息：

由Pandas Profiling包计算出的统计信息包括直方图、众数、相关系数、分位数、描述统计量、其他信息包括类型、单一变量值、缺失值等。

安装

用pip和conda即可，使用方法很简单，如下：

用法

以titanic数据集来演示profiling的功能。

除了导入库之外只需要一行代码，就能显示数据报告的详细信息，包括必要的图表。

还可以使用以下代码将报告导出到交互式HTML文件中

二、pretty print

pprint是Python中的内置模块。它能够以格式清晰，可读性强漂亮格式打印任意数据结构。一个例子对比下print和pprint。

print

pprint

可以清楚看到pprint的优势之处，数据结构一目了然啊。

三、Python Debugger

交互式调试器也是一个神奇的函数，如果在运行代码单元格时出现报错，可以在新行中键入%debug运行它。这将打开一个交互式调试环境，自动转到报错发生的位置，并且还可以检查程序中分配的变量值并执行操作。要退出调试器，按q。比如下面这个例子。

大家应该能看出x+y肯定会报错，因为二者不是一个类型，无法进行运算操作。然后我们敲入%debug。

这时会出现对话框让我们互交式输入命令，比如我们可以像下面这样做。

四、Cufflinks

这个东哥在之前也介绍过，对于数据探索的可视化分析超级好用，低代码量便可生成漂亮的可视化图形。下面举一个例子，详细的可参见这篇Python一行代码搞定炫酷可视化，你需要了解一下Cufflinks。

cufflinks在plotly的基础上做了一进一步的包装，方法统一，参数配置简单。其次它还可以结合pandas的dataframe随意灵活地画图。可以把它形容为"pandas like visualization"。

比如下面的lins线图。

再比如box箱型图。

再比如box箱型图。

看着这动态图就爱不释手啊，有木有！

五、Pyforest

这是一个能让你偷懒的import神器，可以提前在配置文件里写好要导入的三方库，这样每次编辑脚本的时候就省去了开头的一大堆import 各种库，对于有常用和固定使用库的朋友来说无疑也是提高效率的工具之一。

pyforest支持大部分流行的数据科学库，比如pandas，numpy，matplotlib，seaborn，sklearn，tensorflow等等，以及常用的辅助库如os，sys，re，pickle等。

此库东哥在之前也详细介绍过 牛逼！这个Python库竟然可以偷懒，和import说再见！看下面这个操作就明白了。

六、Jupyter notebook的笔记高亮

此方法仅适用于Jupyter notebook中，当我们想高亮笔记，让笔记变得美观的时候，这个方法非常的香。

笔记的高亮的颜色根据不同情况分为几种，前端的同学一看就明白，区别就是每种颜色代码的class类型不一样，其它只要在div标签中写内容就好。下面看下用法。

蓝色代表info

黄色代表warning

绿色代表success

红色代表danger

这里有个小提示东哥提示下，如果你直接复制到jupyter notebook中可能会报错，因为默认是代码的格式，所以你需要选中单元格按Esc变成可切换模式，然后再按Y切换成文本模式。这时候再运行shift+ok就ok了。看下面这个例子。

欢迎老铁们多多分享和点个在看！