持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第23天，点击查看活动详情
介绍
做数据分析的小伙伴都熟悉pandas的使用，pandas能够帮助我们对数据进行分析，但是一些刚入门数据分析的同学想要使用pandas完成数据分析稍微有一定的困难，本文介绍的是pandas_profiling模块，该模块可以让我们实现一行代码就可以生成数据分析报告。
在数据分析中有一个概念叫做探索性数据分析(EDA)，EDA指的其实就是使用某些方法用来查看数据的整体情况，比如平均值、标准差之类，如果想要更加简捷方便又快捷的了解数据的全貌，使用pandas_profiling模块可以实现一行代码进行探索性数据分析。
pandas_profiling模块基于pandas的dataframe数据类型，可以快速简单的进行探索性数据分析。对于数据集的每一列，该模块都会提供以下统计信息：
1. 概要：数据类型，唯一值，缺失值，内存大小
2. 分位数统计：最大值、最小值、中位数、Q1 Q3、值域、四分位
3. 描述性统计：均值、众数、标准差、绝对中位差、变异系数、峰值、偏度系数
4. 最频繁出现的值，直方图或者柱状图
5. 相关性分析可视化，报告可以导出为HTML
安装和使用
安装
pip install pandas-profiling
使用
代码是在jupyter notebook中进行代码实验。
数据集这里使用的是数据分析入门常用的经典泰坦尼克数据集：
import seaborn
import pandas_profiling
# 加载数据集
data = seaborn.load_dataset('titanic')
# 使用pandas_profiling生成数据探索报告
report = pandas_profiling.ProfileReport(data)
# 将报告生成至html文件中
report.to_file("report.html")
总结
pandas_profiling使用一行代码生成详细的数据探索性报告，和pandas模块结合，非常适合前期的数据探索阶段以及数据结果报告批量化生产，对于数据分析小白来讲，这是一个非常好用的工具。
更多关于该模块的使用可以参考官方文档，学习更多的关于数据分析的知识。
\
