easy analysis

易于分析

使用此软件包轻松执行数据分析。

安装

pip install arv-easy-analysis

例子

例如，我们正在研究seaborn图书馆的提示数据集。

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

1. data.summary模块。

获取您的数据的自定义和更有见地的摘要。

 from easy_analysis . data import summary

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

输出：

	total_bill	提示	尺寸
数数	244	244	244
意思是	19.786	2.998	2.57
std	8.902	1.384	0.951
最小	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
最大限度	50.81	10	6
偏斜	1.133	1.465	1.448
峰度	1.218	3.648	1.732
Notnull	244	244	244
isnull	0	0	0

2. data.outliers模块

此功能使用IQR方法从给定数据集提取离群值并返回数据框。

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

输出：

total_bill	提示	尺寸
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模块

将其用于全面的单变量图。

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

4. plots.insights

使用insights.null_plot函数以获取图中的空值的概述。

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

问题

如果您有与此项目相关的任何问题或查询，则可以在此处提出。

作者

• @arv-anshul