说明
使用python进行数据分析时，有很多工作使用的代码具有重复性和固定性的特点，比如：数据清洗、模板式数据可视化。尤其是在数据探索阶段，使用具有图形化界面（GUI）的数据分析工具可以事半功倍，似乎此类工具也被称为autoEDA: Automated exploratory data analysis
使用这些工具，有一种在python中使用BI工具的感觉，
- 一方面，具有代码的灵活性
- 另一方面，具有BI工具的方便性
如，下面视频是Mito的演示
Mito演示视频
下图是Tabloo的演示
名称 网址
D-tale https://github.com/man-group/dtale
Pandas Profiling https://github.com/ydataai/pandas-profiling
AutoViz https://github.com/AutoViML/AutoViz
Dataprep https://dataprep.ai/
SweetViz https://github.com/fbdesignpro/sweetviz
Bamboolib https://bamboolib.8080labs.com/
PandasGUI https://github.com/adamerose/PandasGUI
tabloo https://github.com/bluenote10/tabloo
qgrid https://github.com/quantopian/qgrid
Mito https://www.trymito.io/