你常用的哪4款Pandas数据分析工具简单实用？

本文共计1648个文字，预计阅读时间需要7分钟。

我们在进行数据分析时，第一次接触数据集，通常会采用统计学或可视化方法来初步了解原始数据。这个过程被称为EDA（Exploratory Data Analysis，探索性数据分析）。EDA帮助我们了解数据的分布、列之间的关系、缺失值、异常值等基本信息。

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）。

现在做​​EDA​​一行行写代码的工作方式很少见，一方面效率低，另外一方面自己写的代码未必有现成的方法更有效。

目前市面上有很多​​EDA​​​工具可以自动产出基础的统计数据和图表。今天我就跟大家分享 4 款常用的​​EDA​​工具，最后一款绝了，完全是抛弃代码的节奏。

有人会问，为嘛你啥都知道？方法其实很简单，独学而无友，则孤陋而寡闻，交流的多了，看的多了，自然知道的多。如果你想加入，文末可以入群。

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。