大家好，今天我給大家推薦兩款超好用的工具來對資料進行探索分析，他們可以更好地幫助資料分析師從資料集當中來挖掘出有用的資訊，技術交流文末提供，
廢話不多說，我們開始分享，
干貨推薦
- Python資料分析三劍客真香啊，還有高清思維導圖
- 絕了，這6個精挑細選的機器學習資料簡直太香了
- Python編程從入門到實戰，看這一篇足夠了
PandasGUI
一聽到這個名字，大家想必就會知道這個工具是在Pandas的基礎之上加了GUI界面，它所具備的主要功能有：
-
查看DataFrame資料集與Series資料集
-
互動式地繪制圖表
-
過濾資料
-
統計分析
-
資料的修改與復制粘貼
-
拖放匯入csv檔案
-
搜索工具列
當然在使用之前，我們先要安裝好該工具
pip install pandasgui
然后我們匯入該工具，并且用它來查看某個資料集，代碼如下
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)
運行上述的代碼之后會彈出一個GUI界面
我們先來看一下彈出的頁面當中的布局，最左邊是資料集的形狀，比方說1000*17，具體看下圖
過濾資料
資料過濾時候，我們需要填入相應的條件，主要是在中間這一列中輸入，例如我們想要篩選出來的資料需要滿足
-
省份：浙江
-
顧客型別：會員
-
性別：男性
以上這幾個條件，我們可以這么來做，在filter這一列當中依次輸入篩選的條件，如下圖
資料的修改與復制粘貼
同時我們還可以修改當中的資料
以及將里面的資料復制/粘貼出來
資料的統計分析
在PandasGUI這個工具當中，我們還能夠對資料集進行統計分析，切換到Statistics選項當中就能夠看到
當中的統計變數有“平均值”、“最大/最小值”和“標準差”，包括每一個變數的資料型別也在當中有展示出來
繪制互動式圖表
我們還能夠在上面繪制互動之圖表，支持的圖表型別有柱狀圖、散點圖、折線圖、餅圖等等
例如柱狀圖，我們看到有x軸和y軸，我們只需要將相對應的列拖拽到x軸或者是y軸即可
資料集的變形
在Reshaper這個選項當中，我們可以將現有的資料集與其他的資料集合并，和pandas當中的merge()方法一樣，同時我們也能制作透視表，和pandas當中的pivot_table()方法一樣
當然我們還可以將以上的操作轉換成代碼的形式，通過點擊Code Export這個按鈕
支持csv檔案的匯入與匯出
同時這里還支持csv檔案的匯入與匯出，讓我們更加快捷的操作資料集
Jupyter當中的小插件
下面小編給大家介紹一個在Jupyter當中使用的小插件名叫ipympl，能夠使得matplotlib繪制出來的圖表也能夠具備互動性的特征，當然在使用之前，我們先要安裝上該插件
通過pip來安裝
pip install ipympl
也可以通過conda來進行安裝
conda install -c conda-forge ipympl
然后涉及到具體的使用，我們匯入相關的模塊
%matplotlib widget
import pandas as pd
import matplotlib.pyplot as plt
我們使用常用的iris.csv來進行圖表的繪制
plt.scatter('sepal_length(cm)', 'petal_width(cm)', data=iris)
plt.xlabel('Sepal Length')
plt.ylabel('Petal Width')
plt.show()
output
從上面的結果來看，繪制出來的圖表具備互動性，并且可以任意我們放大、縮小以及拖拽，并且可以將繪制好的圖表下載到本地，而針對具有多個子圖的圖表，也能夠實作互動式的繪制
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
技術交流
歡迎轉載、收藏、有所識訓點贊支持一下！
目前開通了技術交流群，群友已超過2000人，添加時最好的備注方式為：來源+興趣方向，方便找到志同道合的朋友
- 方式①、發送如下圖片至微信，長按識別，后臺回復：加群；
- 方式②、添加微信號：dkl88191，備注：來自CSDN
- 方式③、微信搜索公眾號：Python學習與資料挖掘，后臺回復：加群
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/404094.html
標籤：其他
上一篇：Hadoop2.7.2集群搭建
下一篇：三峽大學-復雜資料預處理實訓