AutoViz：一行代码搞定自动数据可视化库

只需一行代码，即可使用 AutoViz 可视化任意规模的数据集！此外，您现在还可以通过 FixDQ() 函数快速评估数据集的质量，并修复数据质量（DQ）问题。

借助 AutoViz，您可以轻松快捷地为数据生成富有洞察力的可视化图表。无论您是数据分析新手还是专家，AutoViz 都能帮助您探索数据并挖掘有价值的见解。立即试用，亲身体验自动化可视化的强大功能吧！

目录

• 最新动态
• 重要公告
• 引用
• AutoViz 的诞生动机
• 如何使用 AutoViz
• AutoViz 的 API 说明
• AutoViz 使用示例
• 维护者
• 贡献指南
• 许可证
• 使用 AutoViz 的技巧
• 免责声明

最新动态

关于 autoviz 库的最新更新，请参阅 更新页面。

重要公告

自 0.1.901 版本起，我们进行了重要更新：

我们很高兴地宣布，已对 `setup.py` 脚本进行了重大改进，以利用最新的依赖库版本，同时继续支持较旧的 Python 版本（建议您查看旧版本）。安装过程非常简便——只需在 AutoViz 目录下运行 `pip install .`，脚本便会自动完成其余工作，根据您的环境进行定制化安装。

意见反馈

您的反馈对我们至关重要！如果您遇到任何问题或有改进建议，请通过 GitHub Issues 告知我们。

感谢您的持续支持，祝您可视化愉快！

引用

如果您在研究项目或论文中使用了 AutoViz，请采用以下格式进行引用：

“Seshadri, Ram (2020). GitHub - AutoViML/AutoViz: 仅需一行代码即可自动可视化任意规模的数据集。源代码：https://github.com/AutoViML/AutoViz”

AutoViz 当前的引用次数

Google 学术搜索

动机

创建 AutoViz 的初衷，是为了提供一种更高效、更易用且自动化的探索性数据分析（EDA）方法，通过快速简便的数据可视化和数据质量分析来实现。该库旨在帮助用户以最少的努力创建富有洞察力的可视化图表，从而理解数据中的模式、趋势和关系。对于数据分析初学者而言，AutoViz 尤其有用，因为它屏蔽了各种绘图库和技术的复杂性。而对于专家来说，它则提供了另一种工具，可以帮助他们发现可能遗漏的数据洞察。

AutoViz 是一款功能强大的工具，能够以最小的努力生成富有洞察性的可视化图表。与其他自动化 EDA 工具相比，它的主要优势如下：

1. 易于使用：AutoViz 设计得非常友好，即使是数据分析新手也能轻松上手，无需深入了解复杂的绘图库。
2. 速度：AutoViz 经过优化，速度极快，只需一行代码即可生成多张富有洞察力的图表。
3. 可扩展性：AutoViz 可以处理任意规模的数据集，并能高效应对大型数据集。
4. 自动化：AutoViz 完全自动执行可视化流程，只需一行代码即可生成多张图表。
5. 可定制性：AutoViz 提供多种自定义选项，例如更改图表类型、配色方案等。
6. 数据质量：AutoViz 现在默认提供数据质量评估功能，并可通过 FixDQ() 函数以一行代码修复数据质量问题。

## 安装

先决条件

• Anaconda

请创建一个新的环境，并安装必要的依赖项以克隆 AutoViz：

从 PyPI 安装：

cd <AutoViz_目标目录>
git clone git@github.com:AutoViML/AutoViz.git
# 或者下载并解压 https://github.com/AutoViML/AutoViz/archive/master.zip
conda create -n <你的环境名称> python=3.7 anaconda
conda activate <你的环境名称> # 在 Windows 上：`source activate <你的环境名称>`
cd AutoViz

对于 Python 3.10 以下的版本，请按以下步骤安装依赖项：

pip install -r requirements.txt

对于 Python 3.10，请使用：

pip install -r requirements-py310.txt

对于 Python 3.11 及以上版本，建议使用：

pip install -r requirements-py311.txt

这些依赖文件确保 AutoViz 能够与您的 Python 环境无缝兼容，安装诸如 HoloViews、Bokeh 和 hvPlot 等库的兼容版本。请选择与您 Python 版本相对应的依赖文件，以便获得流畅的 AutoViz 使用体验。

使用方法

在本篇 Medium 文章中了解如何使用 AutoViz。

在 AutoViz 目录中，打开一个 Jupyter Notebook，或者打开命令面板（终端），并使用以下代码实例化 AutoViz_Class。您可以逐行运行这段代码：

from autoviz import AutoViz_Class
AV = AutoViz_Class()
dft = AV.AutoViz(filename)

AutoViz 可以接受任何输入，既可以是文件名（CSV、TXT 或 JSON 格式），也可以是 Pandas 数据框。如果您有一个大型数据集，可以通过设置 max_rows_analyzed 和 max_cols_analyzed 参数来加速可视化过程，让 AutoViz 对您的数据集进行采样。

AutoViz 还可以通过 chart_format 设置以多种格式创建图表：

• 如果 chart_format='png'、'svg' 或 'jpg'：Matplotlib 图表将以内联方式绘制。
  • 可以保存到本地（通过设置 verbose=2）或在 Jupyter Notebook 中显示（verbose=1）。
  • 这是 AutoViz 的默认行为。
• 如果 chart_format='bokeh'：交互式的 Bokeh 图表将在 Jupyter Notebook 中绘制。
• 如果 chart_format='server'，每种类型的图表都会在您的浏览器中弹出仪表板。
• 如果 chart_format='html'，将创建交互式的 Bokeh 图表，并静默地将其保存为 HTML 文件，存储在工作目录下的 AutoViz_Plots 目录中，或者您在输入时通过 save_plot_dir 设置指定的其他目录中。

API

AV.AutoViz() 方法的参数：

• filename：如果没有关联的文件名且您想使用数据框，则使用空字符串（""）。在这种情况下，请使用 dfte 参数指定数据框。否则，请提供文件名并将 dfte 参数留空。两者只能使用其一。
• sep：文件分隔符（逗号、分号、制表符或其他列分隔值），如果您使用上述文件名。
• depVar：数据集中目标变量；如果未适用，则将其设置为空字符串。
• dfte：用于绘制图表的 Pandas 数据框名称；如果使用文件名，则将其留空。
• header：设置文件中标题行的行号（0 表示第一行）。否则保持为 0。
• verbose：0 表示仅显示最少的信息和图表，1 表示显示更多信息和图表，2 表示将图表保存到本地而不显示。
• lowess：在小型数据集中，对每个连续变量与目标变量的组合使用回归线；避免在大型数据集（超过 10 万行）中使用。
• chart_format：'svg'、'png'、'jpg'、'bokeh'、'server' 或 'html'，用于以不同格式显示或保存图表，具体取决于 verbose 选项。
• max_rows_analyzed：在处理非常大型的数据集（数百万行）时，限制用于可视化分析的最大行数。AutoViz 将使用具有统计代表性的样本。默认值为 150,000 行。
• max_cols_analyzed：限制要分析的连续变量数量。默认值为 30 列。
• save_plot_dir：保存图表的目录。默认值为 None，表示将图表保存在当前目录下的名为 AutoViz_Plots 的子文件夹中。如果该目录不存在，将会自动创建。

示例

以下是一些示例，可帮助您开始使用 AutoViz。如果您需要包含代码示例的完整 Jupyter Notebook，可以在 examples 文件夹中找到它们。

示例 1：可视化带有目标变量的 CSV 文件

from autoviz import AutoViz_Class
AV = AutoViz_Class()

filename = "your_file.csv"
target_variable = "your_target_variable"

dft = AV.AutoViz(
    filename,
    sep=",",
    depVar=target_variable,
    dfte=None,
    header=0,
    verbose=1,
    lowess=False,
    chart_format="svg",
    max_rows_analyzed=150000,
    max_cols_analyzed=30,
    save_plot_dir=None
)

示例 2：可视化不带目标变量的 Pandas 数据框：

import pandas as pd
from autoviz import AutoViz_Class

AV = AutoViz_Class()

data = {'col1': [1, 2, 3, 4, 5], 'col2': [5, 4, 3, 2, 1]}
df = pd.DataFrame(data)

dft = AV.AutoViz(
    "",
    sep=",",
    depVar="",
    dfte=df,
    header=0,
    verbose=1,
    lowess=False,
    chart_format="server",
    max_rows_analyzed=150000,
    max_cols_analyzed=30,
    save_plot_dir=None
)

示例 3：生成交互式的 Bokeh 图表，并将其保存为 HTML 文件到自定义目录

from autoviz import AutoViz_Class
AV = AutoViz_Class()

filename = "your_file.csv"
target_variable = "your_target_variable"
custom_plot_dir = "your_custom_plot_directory"

dft = AV.AutoViz(
    filename,
    sep=",",
    depVar=target_variable,
    dfte=None,
    header=0,
    verbose=2,
    lowess=False,
    chart_format="bokeh",
    max_rows_analyzed=150000,
    max_cols_analyzed=30,
    save_plot_dir=custom_plot_dir
)

这些示例应该能让您了解如何在不同场景和设置下使用 AutoViz。通过调整选项和设置，您可以生成最适合您需求的可视化效果，无论是在处理大型数据集、创建交互式图表，还是仅仅探索变量之间的关系。

维护者

AutoViz 由一支敬业的开发团队积极维护和改进。如果您有任何问题、建议或遇到任何问题，请随时联系维护者：

• @AutoViML
• @morenoh149
• @hironroy

贡献

我们欢迎社区的贡献！如果您有兴趣为 AutoViz 做出贡献，请按照以下步骤操作：

• 在 GitHub 上 fork 该仓库。
• 克隆您的 fork，并为您的功能或 bug 修复创建一个新的分支。
• 将您的更改提交到新分支，确保遵循编码标准并编写适当的测试。
• 将您的更改推送到您在 GitHub 上的 fork。
• 向主仓库提交 pull 请求，详细说明您的更改并引用任何相关问题。

请参阅贡献文档！

许可证

AutoViz 根据 Apache License, Version 2.0 发布。通过使用 AutoViz，您即表示同意许可证中规定的条款和条件。

小贴士

以下是一些额外的提示和提醒，帮助您更好地利用 AutoViz 库：

• 请确保定期升级 AutoViz，以便享受最新的功能、错误修复和性能改进。您可以使用 pip install --upgrade autoviz 命令进行更新。
• AutoViz 具有高度可定制性，请大胆探索并尝试不同的参数设置，例如 chart_format、verbose 和 max_rows_analyzed 等，从而创建更符合您特定需求和偏好的可视化图表。
• 如果您使用了 verbose=2 选项，请记得定期清理 AutoViz_Plots 目录（或您自定义的其他目录），因为随着时间推移，保存的图表可能会越来越多。
• 如需进一步指导或灵感，可以查看关于 AutoViz 的 Medium 文章，以及其他在线资源和教程。

• AutoViz 可以对任意大小的数据文件进行可视化，它会基于统计学上有效的样本进行展示。
• 文件默认使用逗号作为分隔符，但您可以根据需要更改。
• AutoViz 默认将文件的第一行视为表头，不过这一设置也可以调整。

• 通过充分利用 AutoViz 强大而灵活的功能，您可以简化数据可视化流程，并更高效地获得有价值的洞察。祝您可视化工作愉快！

免责声明

本项目并非 Google 官方项目。它不受 Google 支持，Google 特此明确声明不对该项目的质量、适销性或特定用途的适用性作出任何担保。

AutoViz 快速上手指南

AutoViz 是一个强大的自动数据可视化库，只需一行代码即可为任何规模的数据集生成富有洞察力的图表，并支持数据质量评估与修复。

环境准备

• 操作系统：Windows / macOS / Linux
• Python 版本：推荐 Python 3.7 - 3.11
• 前置依赖：
  • 建议安装 Anaconda 以管理环境和依赖
  • 核心依赖包括：pandas, matplotlib, seaborn, holoviews, bokeh, hvplot 等（安装时会自动处理）

💡 提示：国内用户可使用清华或阿里镜像源加速 pip 安装：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple autoviz

安装步骤

方式一：通过 PyPI 直接安装（推荐）

pip install autoviz

方式二：从源码安装（适用于特定 Python 版本）

git clone git@github.com:AutoViML/AutoViz.git
cd AutoViz

# 根据 Python 版本选择对应的依赖文件
# Python < 3.10
pip install -r requirements.txt

# Python == 3.10
pip install -r requirements-py310.txt

# Python >= 3.11
pip install -r requirements-py311.txt

基本使用

示例 1：可视化 CSV 文件（含目标变量）

from autoviz import AutoViz_Class

AV = AutoViz_Class()
dft = AV.AutoViz("your_data.csv", depVar="target_column")

示例 2：可视化 Pandas DataFrame（无目标变量）

import pandas as pd
from autoviz import AutoViz_Class

AV = AutoViz_Class()
df = pd.DataFrame({"col1": [1, 2, 3], "col2": [3, 2, 1]})

dft = AV.AutoViz("", dfte=df)

常用参数说明

• filename：CSV/JSON/TXT 文件路径；若使用 DataFrame 则传空字符串 ""
• depVar：目标变量名（用于监督学习任务），若无则留空
• dfte：Pandas DataFrame 对象
• chart_format：图表格式，可选 'png', 'svg', 'bokeh', 'html', 'server'
• verbose：信息详细程度（0=最少，1=标准，2=仅保存不显示）
• max_rows_analyzed：最大分析行数，默认 150000，适合大数据采样
• save_plot_dir：自定义图表保存目录

✅ 默认行为：自动生成多种图表（分布、相关性、散点图等），并在 Jupyter 中内联显示。

立即尝试，用一行代码解锁你的数据洞察！