在完成競賽和數據挖掘的過程中，數據分析一直是非常耗時的一個環節，但也是必要的一個環節。

能否使用一個工具代替人來完成數據分析的過程呢，現有的AutoEDA工具可以一定程度上完成上述過程。本文將盤點常見的AutoEDA工具，歡迎收藏轉發。

Pandas Profiling

https://pandas-profiling.github.io/pandas-profiling/docs/master/index.html

Pandas Profiling是款比較成熟的工具，可以直接傳入DataFrame即可完成分析過程，將結果展示為HTML格式，同時分析功能也比較強大。

• 功能：字段類型分析、變量分布分析、相關性分析、缺失值分析、重復行分析

• 耗時：較少

AutoViz

https://github.com/AutoViML/AutoViz

AutoViz是款美觀的數據分析工具，在進行可視化的同時將結果保存為圖片格式。

• 功能：相關性分析、數值變量箱線圖、數值變量分布圖

• 耗時：較多

Dataprep

https://dataprep.ai/

Dataprep是款比較靈活也比較強大的工具，也是筆者最喜歡的。它可以指定列進行分析，同時也可以在Notebook中進行交互式分析。

• 功能：字段類型分析、變量分布分析、相關性分析、缺失值分析、交互式分析。

• 耗時：較多

SweetViz

https://github.com/fbdesignpro/sweetviz

SweetViz是款強大的數據分析工具，可以很好的分析訓練集和測試集，以及目標標簽與特征之間的關系。

• 功能：數據集對比分析、字段類型分析、變量分布分析、目標變量分析

• 耗時：中等

D-Tale

https://github.com/man-group/dtale

D-Tale是款功能最為強大的數據分析工具，對單變量的分析過程支持比較好。

• 功能：字段類型分析、變量分布分析、相關性分析、缺失值分析、交互式分析。

• 耗時：中等

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯《統計學習方法》的代碼復現專輯 AI基礎下載黃海廣老師《機器學習課程》視頻課黃海廣老師《機器學習課程》711頁完整版課件

本站qq群955171419，加入微信群請掃碼：

總結

以上是生活随笔為你收集整理的【数据竞赛】盘点Kaggle中常见的AutoEDA工具库的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。