@
- 1. 背景
- 2. 汉化
- 3. 改版
- 3.1. 旧有
- 3.2. 新增
- 4. 优化
- 5. 安装
1. 背景
那么可能首先得唠一唠这个库，我记得最早还是叫pandas-profiling
后来貌似在 23 年 4 月份更名为ydata-profiling，具体情况不知道
当时版本升级的时候好像还有一些报错，可以参考这个[1]
至于这个库有什么用，可以参考这个[2]、这个[3]
大概是之前做某个东西的时候，需要改一下这个库，给的需求的是：
-
汉化翻译，报告结构到图片坐标再到鼠标悬停的提示，都搞成中文
-
优化结构，增加分析项目，扩大数据展示规模
-
提升速度，大幅砍掉变量交互信息的计算，跳过变量类型推断
啊，对了，有必要说一下我下面举例所使用的版本，是这个[4]
以及好像有时候中文显示也会出点问题，可以参考这个[5]
那，接下来就按照上面的展开吧
2. 汉化
首先是汉化翻译，这一块主要是更改HTML模板
它这个模式，感觉就是jinja2那种，把数据填充到预设的模板里面
文件的大概路径是在：
ydata-profiling-develop\src\ydata_profiling\report\presentation\flavours\html\templates
这里面有一堆乱七八遭的东西
一部分单词在这里，还有一部分在其他地方，可以通过VS Code根据关键词快速搜索：
后面遇到什么奇奇怪怪的，没有被翻译到的单词，都可以通过这种方式来定位，然后再进行翻译
3. 改版
3.1. 旧有
这一块主要是调整文档的结构，一些地方可以通过调整设置来进行更改，可以参考这个[6]
主要是更改Yaml文件里面的设置，或者直接新建一个，然后使用这个新的配置文件
配置文件的使用在这里:
D:\Software\Projects\ydata-profiling-develop\src\ydata_profiling\profile_report.py
ProfileReport类初始化的时候会传入一个config参数作为配置文件的路径
看起来似乎默认使用的是这个文件:
D:\Software\Projects\ydata-profiling-develop\src\ydata_profiling\config_minimal.yaml
3.2. 新增
如果要增加一些版面的话，就得看一下它的结构了
我的感觉大概是，首先是这个文件：
D:\Software\Projects\ydata-profiling-develop\src\ydata_profiling\profile_report.py
毕竟被调用的类就在这里面写着，然后这里面的某一个主部分是是report函数，大概是由它返回整个报告：
@propertydef report(self) -> Root:if self._report is None:self._report = get_report_structure(self.config, self.description_set)return self._report
在这里面调用了get_report_structure来形成结构，传入的self.config参数是配置文件，而self.description_set就是这个数据集的描述数据，使用这些数据就可以生成一份分析报告
所以如果要增加模块的话，首先要确保self.description_set里面有新模块的数据，也就是说新模块的计算过程要放在生成self.description_set的地方，也就是这里
D:\Software\Projects\ydata-profiling-develop\src\ydata_profiling\model\describe.py
除此之外，还要对新模块的展示创建代码，主要是在get_report_structure部分，看那里面是如何把数据填充到HTML里面的，当然新模块对应的HTML文件也是需要新建的。
4. 优化
类型推断什么的，其实是可以在YAML设置文件调整的，比如说：
# infer dtypes
infer_dtypes: false
要砍掉一些模块的话，其实和上面调整版本的部分差不多：
-
首先要删去计算过程，也就是
self.description_set的生成过程那里，注释掉相关的代码 -
然后是删去展示结构，也就是
get_report_structure部分
5. 安装
改完乱七八遭的东西之后，就可以安装了，官方文档给的是：
pip install -e .
大概含义是这个[7]
记得我之前的操作好像还是：
python setup.py build
python setup.py install
这个操作的解释在这里[8]
pandas_profiling报错，使用新版ydata_profiling_pandas profiling包换名字了-CSDN博客 ↩︎
独家 | 用pandas-profiling做出更好的探索性数据分析 - 知乎 ↩︎
EDA神器pandas-profiling万岁？ - 知乎 ↩︎
GitHub - ydataai/ydata-profiling at 35cb5b9c9bb7919ada09b11b7bc7248cab5804f4 ↩︎
pandas_profiling不能显示中文，如何处理？ - 知乎 ↩︎
数据集分析工具pandas-profiling进阶：个性化定制配置文件与参数_pandas_profiling如何改bins-CSDN博客 ↩︎
pip常用指令详解——（pip install -e .等）-CSDN博客 ↩︎
python setup.py install/build 与 python setup.py develop的区别 (python setup.py build_ext --inplace)-CSDN博客 ↩︎