什么是D-Tale

D-Tale是Flask后端和React前端的結合，為Pandas數(shù)據(jù)結構的提供可視化分析。
它與ipython notebook和python/ipython terminals無縫集成。
目前這個工具支持Pandas的這些數(shù)據(jù)結構DataFrame、Series、MultiIndex、DatetimeIndex和RangeIndex。

D-Tale是SAS到Python轉換的產(chǎn)品。最初是SAS insight函數(shù)之上的perl腳本包裝器，現(xiàn)在是Pandas數(shù)據(jù)結構之上的輕量級web客戶端。

pypi地址

如何使用

安裝

pip install -U dtale

使用

%python import dtale import pandas as pdimport pandas as pd df = pd.read_csv("/data/flink/bank.csv", sep=";")dtale.show(df,vertical_headers=False, )

常用功能

列菜單提供的功能

• 凍結列： Lock option將列固定在屏幕的左側，允許您自由滾動/導航到其他列
• 隱藏和刪除：
  • hide選項從dataframe視圖中刪除列。它不會從實際dataframe中刪除。可以簡單地從右上角的隱藏列表中取消隱藏列
  • delete選項將從dataframe中永久刪除該列。它類似于pandas的drop功能。在后端，它迭代列列表以選擇要從dataframe中刪除的列。
• 替換和類型轉換
  • 替換選項用于用常量或nan值替換列的某些值。可以就地進行替換，也可以創(chuàng)建單獨的列。替換類型也可以定義為替換: 特定值、空格或特定字符串替換
  • Type conversion 針對字段的類型進行轉換
• 描述性統(tǒng)計Describe: 提供列或數(shù)據(jù)集的統(tǒng)計摘要，這個針對數(shù)據(jù)探查比較重要，
• 篩選過濾Filters 增加針對列 或 數(shù)據(jù)集的過濾功能
• 方差報告Variance Report ：表示該特征是否具有低方差。它根據(jù)如下兩個檢查來決定，注意：只能用于非字符串類型。
  • 特性/樣本大小中唯一值的計數(shù)< 10%
  • 最常用值的計數(shù)/第二常用值的計數(shù)> 20
• 文本清洗: 僅對字符串類型的值可用。
  • 文本清理是數(shù)據(jù)科學項目的主要部分。如果清洗方式正確，可以提高模型性能
  • 提供可應用于文本的所有可能的文本清理方法（詳見下圖)
    

主菜單提供的功能

Main Menu Options：主菜單與列菜單提供的選項幾乎相同，但在主菜單中，它們是通用的，您可以在多個列的一個位置上執(zhí)行操作，而可以手動從顯示中選擇它們。

以下是主菜單獨有的一些選項，它們的工作方式不同。

• Build Column: 允許你在現(xiàn)有的列之外創(chuàng)建新的功能/列。可以通過對列執(zhí)行算術操作或使用兩個列執(zhí)行操作來創(chuàng)建這些新特性
• 匯總數(shù)據(jù)Summarize Data: 像在pandas中一樣，可以通過分組或數(shù)據(jù)透視表 概括數(shù)據(jù)【summarise the data】。
• 缺失率分析Missing Analysis: 在任何類型的數(shù)據(jù)集中，缺失數(shù)據(jù)都是一個常見的問題.
  • D-Tale使用missingno python包來可視化數(shù)據(jù)集中出現(xiàn)的缺失值。
  • D-Tale還提供矩陣、條形圖、熱圖和樹狀圖。
• Charts： 繪圖是任何數(shù)據(jù)科學探索性分析階段的重要步驟
  • D-Tale uses plotly to create interactive plots
  • offers Line, Bar, Scatter, Pie, word cloud, Heatmap, 3D scatter, Surface, Maps, Candlestick, Treemap, and funnel charts
  • 不同類型的數(shù)據(jù)支持不同類型的圖表
• Highlighters: 突出【高亮】顯示數(shù)據(jù)集的某些部分
  • 可以突出顯示缺失值、數(shù)據(jù)類型、離群值和范圍。
• Code Export and Data Export
  • 你在D-Tale中對你的dataframe所做的所有操作都自動轉換為它們的python/pandas/plotly等效代碼。
  • 可以使用導出選項在更改為CSV、TSV、Parquet后直接導出最終的數(shù)據(jù)集。

結論

使用Pandas 和 D-Tale，能快速的針對數(shù)據(jù)進行探查分析

附錄

exploring-pandas-dataframe-with-d-tale

總結

以上是生活随笔為你收集整理的zeppelin--使用D-Tale，针对pandas结构化数据进行可视化探索的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。