偶然发现了一个神器，用来做前期的数据处理确实很方便。

做数据分析前需要先看一下数据的概况，有一个很好用的工具 pandas_profiling 可以快速预览数据

只用一行代码，即可快速显示数据概况

用 pip install pandas_profiling 安装就行。

以下是代码：

import pandas as pd
import pandas_profiling
df = pd.read_csv('shijingshan_air_outdoors(0606_0613).csv')     # 在这里输入想要分析的数据.csv文件
# windows pycharm执行代码,执行完在浏览器打开example.html
if __name__ == '__main__':
    pfr = pandas_profiling.ProfileReport(df)
    pfr.to_file("./example.html")
分析的结果会保存为一个HTML文件，用浏览器打开即可。
 
参考文档：
 
https://blog.csdn.net/adam_wzs/article/details/79245361
 
https://blog.csdn.net/Andy_shenzl/article/details/81709409
                    偶然发现了一个神器，用来做前期的数据处理确实很方便。做数据分析前需要先看一下数据的概况，有一个很好用的工具pandas_profiling可以快速预览数据只用一行代码，即可快速显示数据概况用 pip install pandas_profiling 安装就行。以下是代码：import pandas as pdimport pandas_profilingdf = pd....
二、利用Numpy模块计算均值、方差、标准差等
对于 pandas ，也可以用里面的 mean 函数可以求得所有行或所有列的平均数，例如：
若计算 某一行或某一列的平均值，则可以使用  选取该行或该列数据，后面跟 就能得到，例如：
pandas 中的 可以计算 样本方差（注意不是），可以得到 样.....
				
文章目录1. pandas_profiling安装2. pandas_profiling使用2.1 数据分析一般流程2.2 pandas分析数据概况2.3 pandas_profiling分析数据概况2.4 导出html文件3. 总 结推荐阅读
大家好，我是欧K。
今天给大家安利一个python数据分析库【pandas_profiling】。不用不知道，一用吓一跳，赶快来看看吧。
我们在进行数据分析，尤其是探索性分析时，往往需要根据数据的总体概况建立相关模型进行分析，pandas_profiling这个库可
				
在安装!pip3 install pandas_profiling时候提示需要先安装pip install certifi。
但是在pip install certifi时候报错：
Cannot uninstall 'certifi'. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partia
				
1 #CalStatisticsV1.py
 2 def getNum():                                               #获取用户不定长度的输入
 3     nums=[]
 4     test=input("请输入要存储的数据(回车退出)：")
 5     while test != "":
 6       ...
				
前两天逛知乎的时候看到这样一个提问，Python自动化办公能做那些有趣或者有用的事情？
看了一下这个提问，我想这可能是很多职场人面临的困惑，想把Python用到工作中来提升效率，却不知如何下手？Python在自动化办公领域越来越受欢迎，重复性工作让Python去做将是一种趋势。
看了一些办公自动化的文章，感觉更多是知识的罗列，看完后不知所云。为了更方面大家去学习，今天小编将以学生考试成绩为例，手把手教你使用Python完成自动化办公，一键生成学生成绩数据分析报告(word版)，如果对PPT、excel自动
mean = 0  # 均值为0
variance = 1  # 方差为1
random_num = random.gauss(mean, variance)  # 生成一个服从指定均值和方差的随机数
如果需要生成多个服从指定均值和方差的随机数，可以使用循环语句，例如：
```python
mean = 0  # 均值为0
variance = 1  # 方差为1
random_nums = []  # 用于存放随机数的列表
for i in range(10):  # 生成10个随机数
    random_num = random.gauss(mean, variance)
    random_nums.append(random_num)
print(random_nums)  # 输出生成的随机数列表
以上代码将生成10个服从均值为0，方差为1的随机数，并将它们存放在一个列表中，最后输出这个列表。