easy analysis

การวิเคราะห์ง่าย

ใช้แพ็คเกจนี้เพื่อทำการ วิเคราะห์ข้อมูล ได้อย่างง่ายดาย

การติดตั้ง

pip install arv-easy-analysis

ตัวอย่าง

ตัวอย่างเช่นเรากำลังทำงานกับชุดข้อมูล เคล็ดลับ จาก Library seaborn

 import seaborn as sns
tips = sns . load_dataset ( "tips" )

1. data.summary โมดูล

รับข้อมูลสรุปที่กำหนดเองและลึกซึ้งยิ่งขึ้น

 from easy_analysis . data import summary

summary . custom_describe ( tips [[ "total_bill" , "tip" , "size" ]])

เอาท์พุท:

	total_bill	เคล็ดลับ	ขนาด
นับ	244	244	244
หมายถึง	19.786	2.998	2.57
STD	8.902	1.384	0.951
นาที	3.07	1	1
1%	7.25	1	1
5%	9.558	1.44	2
25%	13.348	2	2
50%	17.795	2.9	2
75%	24.127	3.562	3
95%	38.061	5.196	4
99%	48.227	7.214	6
สูงสุด	50.81	10	6
ลาด	1.133	1.465	1.448
Kurtosis	1.218	3.648	1.732
notnull	244	244	244
isnull	0	0	0

2. data.outliers โมดูล

ฟังก์ชั่นนี้แยกค่าผิดปกติออกจากชุดข้อมูลที่กำหนดโดยใช้วิธี IQR และส่งคืน DataFrame

 from easy_analysis . data import outliers
outliers . extract_outliers ( tips [[ "total_bill" , "tip" , "size" ]], "total_bill" )

เอาท์พุท:

total_bill	เคล็ดลับ	ขนาด
50.81	10	3
48.33	9	4
48.27	6.73	4
48.17	5	6
45.35	3.5	3
44.3	2.5	3
43.11	5	4
41.19	5	5
40.55	3	2

3. plots.univariate โมดูล

ใช้สำหรับแปลงแบบ Univariate ที่ครอบคลุม

 from easy_analysis . plots import univariate
univariate . visualize_feature ( tips [ "total_bill" ])

4. plots.insights

ใช้ insights.null_plot ฟังก์ชั่นเพื่อรับภาพรวมของค่า null ในกราฟ

 from easy_analysis . plots import insights
insights . null_plot ( tips )  # Output: A graph which gives a overview of null values.

ปัญหา

หากคุณมีปัญหาหรือแบบสอบถามใด ๆ ที่เกี่ยวข้องกับโครงการนี้คุณสามารถเพิ่มที่นี่

ผู้เขียน

• @arv-anshul