fg-data-profiling
Pandas ve Spark için tek satırlık kodla keşifsel veri analizi ve veri kalitesi raporları.
Tek bir fonksiyon çağrısıyla kapsamlı HTML ve JSON keşifsel veri analizi raporları oluşturun.
fg-data-profiling, Pandas ve Spark DataFrame'leri için tek satırlık kodla gelişmiş veri kalitesi ve keşif raporları oluşturur. Veri denetimini, eksik değer tespitimini ve görsel korelasyonları otomatikleştirmesi gereken veri bilimciler ve analistler için uygundur.
Nedir
Paket, veri tiplerini otomatik olarak çıkarır, veri kalitesi sorunlarını ve uyarılarını tespit eder, zaman serisi istatistikleri ve metin metrikleri dahil olmak üzere tek değişkenli ve çok değişkenli analizler çalıştırır. Bu raporları doğrudan HTML dosyalarına, interaktif Jupyter widget'larına veya otomatik boru hattı entegrasyonu için JSON formatına dışarı aktarabilirsiniz.
Kimler için
Manuel EDA çizimlerini atlamak isteyen Python veya Spark ortamlarında çalışan veri profesyonelleri için uygundur. Kod yazmadan grafiksel bir veritabanı kullanıcı arayüzü gerektiren teknik olmayan kullanıcılar için tasarlanmamıştır.
Temel özellikler
Tip Çıkarımı
Kategorik, sayısal, tarih ve diğer sütun veri tiplerinin otomatik tespiti.
Veri Kalitesi Uyarıları
Eksik verileri, yanlışlıkları, çarpıklığı ve sabit değerleri otomatik olarak özetler.
Zaman Serisi Analizi
ACF ve PACF grafikleri ile birlikte otokorelasyon ve mevsimsellik içgörüleri sağlar.
Veri Seti Karşılaştırması
İki farklı veri seti sürümü arasında hızlı ve eksiksiz bir karşılaştırma raporu oluşturur.
3 adımda hazır
Dürüst kararımız
Artıları
- Tek bir satır Python koduyla kapsamlı çok bölümlü raporlar oluşturur.
- Analizi büyütmek için hem Pandas DataFrame'lerini hem de Spark'ı destekler.
- Paydaşlarla kolayca paylaşılabilecek temiz HTML raporları dışarı aktarır.
- Özelleştirilmiş metin, görüntü ve zaman serisi profilleme metrikleri içerir.
Eksileri
- ydata-profiling olarak yeniden adlandırıldığından, kod tabanı içe aktarımlarının güncellenmesini ve kaldırma işlemini gerektirir.
- Büyük veri setleri, açık yapılandırma ayarlaması ve bellek hazırlığı gerektirir.
- Yerel olarak yoğun profilleme işlemleri çalıştırmak önemli ölçüde CPU ve RAM tüketebilir.
Fiyatlar & lisans
MIT lisansı altında ücretsizdir; tek maliyet, Python ortamını çalıştırmak ve veri setlerinizi işlemek için gereken hesaplama kaynaklarıdır.
Türkçe konuşanlar için işler
873 açık uzaktan yapay zeka eğitimi işi, 15 Kasım 2026 tarihinde güncellendi; çoğu saatlik $20–$170 ödüyor. Bunların 2 tanesi Türkçe konuşanlar için. Zekai ücretsiz listeler; başvuru işverenin platformunda yapılır.
Alternatifler
Kullanın ya da biz kuralım
SSS
Eski paket adından nasıl geçiş yapabilirim?
ydata-profiling'i kaldırın, fg-data-profiling'i yükleyin ve kod içe aktarmalarınızı ydata_profiling yerine data_profiling olarak güncelleyin.
Raporu HTML dışındaki formatlarda dışarı aktarabilir miyim?
Evet, raporları JSON formatında dışarı aktarabilir veya Jupyter Notebook'larda doğrudan interaktif widget'lar olarak oluşturabilirsiniz.
