说明

使用python进行数据分析时，有很多工作使用的代码具有重复性和固定性的特点，比如：数据清洗、模板式数据可视化。尤其是在数据探索阶段，使用具有图形化界面（GUI）的数据分析工具可以事半功倍，似乎此类工具也被称为autoEDA: Automated exploratory data analysis

使用这些工具，有一种在python中使用BI工具的感觉，

• 一方面，具有代码的灵活性
• 另一方面，具有BI工具的方便性

如，下面视频是Mito的演示

下图是Tabloo的演示

名称  网址
D-tale  https://github.com/man-group/dtale
Pandas Profiling  https://github.com/ydataai/pandas-profiling
AutoViz  https://github.com/AutoViML/AutoViz
Dataprep  https://dataprep.ai/
SweetViz  https://github.com/fbdesignpro/sweetviz
Bamboolib  https://bamboolib.8080labs.com/
PandasGUI  https://github.com/adamerose/PandasGUI
tabloo  https://github.com/bluenote10/tabloo
qgrid  https://github.com/quantopian/qgrid
Mito  https://www.trymito.io/