建模步骤 3 ：数据探索(EDA) — 1、初步了解数据：自定义函数

👏

1、自定义函数概述
--（1）title()
--（2）df_table(df)
--（3）df_style(df)
--（4）des_table(df)
--（5）des_chart(df)

1、自定义函数概述

尝试自己创建一个名为my_package模块，该模块中存放一些自定义的数据分析函数，可以重复调用。如下图在当前目录下，创建一个名为my_package的文件夹，在该文件夹下面创建一个名为__pycache__的子文件夹；然后创建两个python模块（View.py，DEA.py）；接着在这两个模块中定义函数。

👏

具体函数如下：

上表是我在初步了解数据过程中的几个自定义的函数，主要是将上一篇文章中的常用函数组合在一起使用。

（1）title()

# 导入库里面的模块，然后调用函数 from my_package import View View.title('Good') View.title('Good', style="#512b58") View.title('Good', style="bold #fe346e") View.title('Good', count=80)

（2）df_table(df)

import numpy as np import pandas as pd df = pd.DataFrame( np.random.randn(4, 6) , columns=list("ABCDEF") ) df

from my_package import View # 参数 tablefmt 参考 tabulate 库 # 可能对中文支持不是很友好 print('\n') View.df_table(df) View.df_table(df, tablefmt="psql") View.df_table(df, tablefmt="rounded_grid")

（3）df_style(df)

from my_package import View View.df_style(df, background=True)

from my_package import View View.df_style(df, background=False)

（4）des_table(df)

import os file = os.path.join('datasets','titanic','train.csv') import pandas as pd df = pd.read_csv(file) df.head()

from my_package import DEA DEA.des_table(df)

（5）des_chart(df)

from my_package import DEA DEA.des_chart(df)

👏

总结：以上是我在初步了解数据过程中的几个自定义的函数，主要是将上一篇文章中的常用函数组合在一起使用。并且，尝试创建了一个简单的库来存储，方便重复执行。更多的pandas函数可以查看 pandas 函数

• 以上函数代码存放位置：
  https://gitee.com/wwj2011125/my-package，

• Python 中的变量、函数、类、模块和库的简单解释