Skimpy позволяет невероятно легко суммировать наборы данных в записных книжках и терминалах.
Описать - это первая функция, которую я пробую использовать для любого нового набора данных. Но теперь я нашел лучше.
Я заменил его на Skimpy. Это небольшой пакет Python, который показывает некоторые расширенные сводные результаты для набора данных. Вы также можете запустить его в окне терминала, не входя в оболочку Python.
Вы можете установить его из PyPI, используя следующую команду.
pip install skimpy
Почему Скимпи?
В предыдущем посте я поделился тремя инструментами исследовательского анализа данных Python. С их помощью вы можете создавать более полные отчеты о ваших наборах данных в мгновение ока.
Но что, если вам нужен более простой разрез?
Если бы мне пришлось начать с набора данных, я бы использовал df.describe() почти все время. Это дает вам красивый табличный вид важных чисел.
Но чтобы изучить набор данных более внимательно, мне нужно создать гистограммы и несколько других сводок.
Здесь нам помогает Skimpy. С помощью одной команды он генерирует больше матриц и гистограмм для набора данных.
from skimpy import skim skim(df)
Приведенное выше резюме содержит больше информации в наглядной форме.
В каждом разделе суммируются переменные одного и того же типа. Числовые переменные также включают гистограммы. Я считаю, что первые последние даты и данные о частоте использования переменных DateTime удобны.
Для запуска Skimpy не требуется среда Python.
Чтобы использовать skimpy, не нужно каждый раз заходить в Python reply или записную книжку Jupyter. Вы можете использовать Skimpy CLI для набора данных, чтобы подвести итоги.
$ skimpy iris.csv
Выполнение указанной выше команды на терминале приведет к тому же результату в окне и возврату.
Таким образом, Skimpy - удобный способ быстро создавать сводки по любому набору данных даже без написания кода.
Последняя мысль
Skimpy - это новый инструмент в экосистеме Python, который упрощает работу с данными. Тем не менее, он уже решает фантастическую проблему, генерируя расширенные сводные результаты.
Вы можете узнать об этом подробнее на их странице GitHub. И вы также можете внести свой вклад в улучшение инструмента.
Спасибо за внимание, друг! Кажется, у нас с тобой много общих интересов. Я хотел бы связаться с вами в LinkedIn, Twitter и Medium
Еще не являетесь участником Medium? Воспользуйтесь этой ссылкой, чтобы стать участником, потому что без дополнительных затрат для вас я получаю небольшую комиссию за ваше направление.
