有哪些简单易用、适合Pandas的4款数据分析工具推荐？

本文共计1583个文字，预计阅读时间需要7分钟。

我们进行数据分析，在首次接触数据集时，通常会使用统计学或可视化方法来理解原始数据。这个过程被称为EDA（Exploratory Data Analysis）。了解数据的基本统计量、行数、列数、取值分布、缺失值、列之间的相关关系等，这一过程被称为EDA。

我们做数据分析，在第一次拿到数据集的时候，一般会用统计学或可视化方法来了解原始数据。了解列数、行数、取值分布、缺失值、列之间的相关关系等等，这个过程叫做 ​​EDA​​（Exploratory Data Analysis，探索性数据分析）。

目前已经有很多​​EDA​​工具可以自动产出基础的统计数据和图表，​这些在技术交流群也是公认的好工具​。

​文末加入技术交流群​

​

本文会对比介绍 4 款常用的​​EDA​​工具，几乎要抛弃代码的节奏。​喜欢点赞、收藏、关注。​

正式介绍这些工具之前，先来加载数据集

import numpy as np
import pandas as pd
iris = pd.read_csv('iris.csv')
iris

​​iris​​​是下面用到的数据集，是一个​​150行 * 4列​​的 DataFrame。

1. PandasGUI

​​PandasGUI​​提供数据预览、筛选、统计、多种图表展示以及数据转换。

# 安装
# pip install pandasgui
from pandasgui import show

show(iris)

PandasGUI操作界面

​​PandasGUI​​更侧重数据展示，提供了10多种图表，通过可视的方式配置。