前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >easyeda,一个简单实用的探索性数据分析工具

easyeda,一个简单实用的探索性数据分析工具

作者头像
石晓文
发布2019-11-21 14:47:32
7270
发布2019-11-21 14:47:32
举报
文章被收录于专栏:小小挖掘机

在算法工程师的日常工作中,探索性数据分析(Exploratory Data Analysis)是一种常见的任务。通过分析数据的缺失情况,分布情况,以及和标签的相关性等,数据EDA可以帮助算法工程师评估数据的质量,了解数据的特点,为特征工程提供方向指引,并对后续建立的模型能够达到的效果上限形成初步预期。

我将我常用来进行数据EDA的这套脚本封装成了一个库easyeda并在PyPI和github开源了出来,供大家参考使用。这是我个人发布的第一个开源Python包,感觉还是棒棒哒,希望可以给大家带来一些帮助。

一,easyeda简介

easyeda是一个简单但是实用的探索性数据分析工具。

easyeda可以对常见的二分类问题,多分类问题,以及回归问题进行探索性数据分析。

easyeda支持所有常见的数值型,字符串型数据,bool型数据属性的探索性数据分析。

easyeda支持常见的缺失值分析,数据分布分析,数据和label的相关性分析,训练集和测试集数据的同分布性分析。

二,使用范例

首先,可以使用pip安装easyeda。

代码语言:javascript
复制
pip install easyeda

然后可以通过如下示范代码进行调用。

代码语言:javascript
复制
from easyeda import eda
import pandas as pd
from sklearn import datasets
from sklearn.model_selection import train_test_split


boston = datasets.load_boston()
df = pd.DataFrame(boston.data,columns = boston.feature_names)
df["label"] = boston.target
dftrain,dftest = train_test_split(df,test_size = 0.3)
dfeda = eda(dftrain,dftest,language="Chinese")

核心代码只有两行:

代码语言:javascript
复制
from easyeda import eda
dfeda = eda(dftrain,dftest,language="Chinese")

三,项目地址

Github: https://github.com/lyhue1991/easyeda

PyPI: https://pypi.org/project/easyeda/

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-11-19,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 小小挖掘机 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 一,easyeda简介
  • 二,使用范例
  • 三,项目地址
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档