不用纠结，这2个数据探索分析神器绝对好用

Posted 2022-02-01 Python数据挖掘

大家好，今天我给大家推荐两款超好用的工具来对数据进行探索分析，他们可以更好地帮助数据分析师从数据集当中来挖掘出有用的信息。技术交流文末提供。

废话不多说，我们开始分享。

干货推荐

• Python数据分析三剑客真香啊，还有高清思维导图
• 绝了，这6个精挑细选的机器学习资料简直太香了
• Python编程从入门到实战，看这一篇足够了

PandasGUI

一听到这个名字，大家想必就会知道这个工具是在Pandas的基础之上加了GUI界面，它所具备的主要功能有：

• 查看DataFrame数据集与Series数据集

• 交互式地绘制图表

• 过滤数据

• 统计分析

• 数据的修改与复制粘贴

• 拖放导入csv文件

• 搜索工具栏

当然在使用之前，我们先要安装好该工具

pip install pandasgui

然后我们导入该工具，并且用它来查看某个数据集，代码如下

import pandas as pd
from pandasgui import show

df = pd.read_excel(
    io=r'supermarkt_sales.xlsx',
    engine="openpyxl", sheet_name="Sales",
    skiprows=3, usecols="B:R",
    nrows=1000
)

show(df)

运行上述的代码之后会弹出一个GUI界面

我们先来看一下弹出的页面当中的布局，最左边是数据集的形状，比方说1000*17，具体看下图

过滤数据

数据过滤时候，我们需要填入相应的条件，主要是在中间这一列中输入，例如我们想要筛选出来的数据需要满足

• 省份：浙江

• 顾客类型：会员

• 性别：男性

以上这几个条件，我们可以这么来做，在filter这一列当中依次输入筛选的条件，如下图

数据的修改与复制粘贴

同时我们还可以修改当中的数据

以及将里面的数据复制/粘贴出来

数据的统计分析

在PandasGUI这个工具当中，我们还能够对数据集进行统计分析，切换到Statistics选项当中就能够看到

当中的统计变量有“平均值”、“最大/最小值”和“标准差”，包括每一个变量的数据类型也在当中有展示出来

绘制交互式图表

我们还能够在上面绘制交互之图表，支持的图表类型有柱状图、散点图、折线图、饼图等等

例如柱状图，我们看到有x轴和y轴，我们只需要将相对应的列拖拽到x轴或者是y轴即可

数据集的变形

在Reshaper这个选项当中，我们可以将现有的数据集与其他的数据集合并，和pandas当中的merge()方法一样，同时我们也能制作透视表，和pandas当中的pivot_table()方法一样

当然我们还可以将以上的操作转换成代码的形式，通过点击Code Export这个按钮

支持csv文件的导入与导出

同时这里还支持csv文件的导入与导出，让我们更加快捷的操作数据集

Jupyter当中的小插件

下面小编给大家介绍一个在Jupyter当中使用的小插件名叫ipympl，能够使得matplotlib绘制出来的图表也能够具备交互性的特征，当然在使用之前，我们先要安装上该插件

通过pip来安装

pip install ipympl

也可以通过conda来进行安装

conda install -c conda-forge ipympl

然后涉及到具体的使用，我们导入相关的模块

%matplotlib widget
import pandas as pd
import matplotlib.pyplot as plt

我们使用常用的iris.csv来进行图表的绘制

plt.scatter('sepal_length(cm)', 'petal_width(cm)', data=iris)
plt.xlabel('Sepal Length')
plt.ylabel('Petal Width')
plt.show()

output

从上面的结果来看，绘制出来的图表具备交互性，并且可以任意我们放大、缩小以及拖拽，并且可以将绘制好的图表下载到本地，而针对具有多个子图的图表，也能够实现交互式的绘制

np.random.seed(0)

n_bins = 20
x = np.random.randn(1000, 3)

fig, axes = plt.subplots(nrows=2, ncols=2)
ax0, ax1, ax2, ax3 = axes.flatten()

colors = ['red', 'blue', 'yellow']
ax0.hist(x, n_bins, density=1, histtype='bar', color=colors, label=colors)
ax0.legend(prop='size': 10)
ax0.set_title('bars with legend')

ax1.hist(x, n_bins, density=1, histtype='bar', stacked=True, color=colors)
ax1.set_title('stacked bar')

ax2.hist(x, n_bins, histtype='step', stacked=True, fill=False)
ax2.set_title('stack step (unfilled)')

x_multi = [np.random.randn(n) for n in [10000, 5000, 2000]]
ax3.hist(x_multi, n_bins, histtype='bar', color=colors)
ax3.set_title('different sample sizes')

fig.tight_layout()
plt.show()

output

技术交流

欢迎转载、收藏、有所收获点赞支持一下！

目前开通了技术交流群，群友已超过2000人，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友

• 方式①、发送如下图片至微信，长按识别，后台回复：加群；
• 方式②、添加微信号：dkl88191，备注：来自CSDN
• 方式③、微信搜索公众号：Python学习与数据挖掘，后台回复：加群