近期，Kaggle發(fā)布了新的數(shù)據(jù)分析及可視化工具——Kaggle Kerneler bot，用戶只需上傳數(shù)據(jù)集，便可用Python為用戶自動獲取相關的深度數(shù)據(jù)分析結果。本文將帶領讀者體驗一下這款便捷而又高效的工具。

[[239068]]

Kaggle Kerneler bot是一個自動生成的kernel，其中包含了演示如何讀取數(shù)據(jù)以及分析工作的starter代碼。用戶可以進入任意一個已經發(fā)布的項目，點擊頂部的“Fork Notebook”來編輯自己的副本。接下來，小編將以最熱門的兩個項目作為例子，帶領讀者了解該如何使用這款便捷的工具。

好的開始是成功的一半!

要開始這個探索性分析(exploratory analysis)，首先需要導入一些庫并定義使用matplotlib繪制數(shù)據(jù)的函數(shù)。但要注意的是，并不是所有的數(shù)據(jù)分析結果圖像都能夠呈現(xiàn)出來，這很大程度上取決于數(shù)據(jù)本身(Kaggle Kerneler bot只是一個工具，不可能做到Jeff Dean或者Kaggle比賽選手們那么***的結果)。

In [1]：

from mpl_toolkits.mplot3d import Axes3D 
from sklearn.decomposition import PCA 
from sklearn.preprocessing import StandardScaler 
import matplotlib.pyplot as plt  plotting 
import numpy as np  linear algebra 
import os  accessing directory structure 
import pandas as pd  data processing, CSV file I/O (e.g. pd.read_csv) 

在本例中，一共輸入了12個數(shù)據(jù)集。

In [2]：

print(os.listdir(&39;../input&39;)) 
print(os.listdir(&39;../input/moeimouto-faces/moeimouto-faces/007_nagato_yuki&39;)) 
print(os.listdir(&39;../input/moeimouto-faces/moeimouto-faces/046_alice_margatroid&39;)) 
print(os.listdir(&39;../input/moeimouto-faces/moeimouto-faces/065_sanzenin_nagi&39;)) 
print(os.listdir(&39;../input/moeimouto-faces/moeimouto-faces/080_koizumi_itsuki&39;)) 
print(os.listdir(&39;../input/moeimouto-faces/moeimouto-faces/096_golden_darkness&39;)) 
print(os.listdir(&39;../input/moeimouto-faces/moeimouto-faces/116_pastel_ink&39;)) 
print(os.listdir(&39;../input/moeimouto-faces/moeimouto-faces/140_seto_san&39;)) 
print(os.listdir(&39;../input/moeimouto-faces/moeimouto-faces/144_kotegawa_yui&39;)) 
print(os.listdir(&39;../input/moeimouto-faces/moeimouto-faces/164_shindou_chihiro&39;)) 
print(os.listdir(&39;../input/moeimouto-faces/moeimouto-faces/165_rollo_lamperouge&39;)) 
print(os.listdir(&39;../input/moeimouto-faces/moeimouto-faces/199_kusugawa_sasara&39;)) 
print(os.listdir(&39;../input/moeimouto-faces/moeimouto-faces/997_ana_coppola&39;)) 

接下里，用戶在編輯界面中會看到四個已經編好的代碼塊，它們定義了繪制數(shù)據(jù)的函數(shù)。而在發(fā)布后的頁面，這些代碼塊會被隱藏，如下圖所示，只需單擊已發(fā)布界面中的“code”按鈕就可以顯示隱藏的代碼。

準備就緒!讀取數(shù)據(jù)!

首先，讓我們先看一下輸入中的***個數(shù)據(jù)集：

In [7]：

nRowsRead = 100  specify &39;None&39; if want to read whole file 
 color.csv may have more rows in reality, but we are only loading/previewing the first 100 rows 
df1 = pd.read_csv(&39;../input/moeimouto-faces/moeimouto-faces/080_koizumi_itsuki/color.csv&39;, delimiter=&39;,&39;, nrows = nRowsRead) 
df1.dataframeName = &39;color.csv&39; 
nRow, nCol = df1.shape 
print(f&39;There are {nRow} rows and {nCol} columns&39;) 

那么數(shù)據(jù)長什么樣子呢?

In [8]：

df1.head(5) 

Out [8]：

數(shù)據(jù)可視化：僅需簡單幾行!

樣本的柱狀圖：

In [9]：

plotHistogram(df1, 10, 5) 

二維和三維的PCA圖：

In [10]：

plotPCA(df1, 2)  2D PCA 
plotPCA(df1, 3)  3D PCA 

同理，更換數(shù)據(jù)集文件的路徑，也可以得到其它數(shù)據(jù)對應的結果。

當然，除了上述幾種可視化的結果外，根據(jù)輸入數(shù)據(jù)以及需求的不同，也可以得到其它數(shù)據(jù)分析可視化結果，例如：

相關矩陣：

In [11]：

plotCorrelationMatrix(df1, 8) 

散射和密度圖：

In [12]：

plotScatterMatrix(df1, 20, 10) 

針對數(shù)據(jù)分析、數(shù)據(jù)可視化工作，Kaggle kerneler bot應當說是相當?shù)谋憬莺透咝Я?。那么你是否也想嘗試一下呢?