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

动图
 
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/
posted on 2022-07-10 17:13  风生水起  阅读(211)  评论(0编辑  收藏  举报