每次拿到一份新数据,你是不是都要重复写一堆代码:
df.head()、df.info()、df.describe()、df.isnull().sum()、画分布图、看相关性……
QuickEDA 把这些一次性帮你做完,而且输出的不是一屏 print,而是一份能直接发给同事 / 老师 / 队友的 HTML 报告。
quickeda data.csv
# ✓ 报告已生成:data_report.html (耗时 0.42s)| 功能 | 说明 | |
|---|---|---|
| 📋 | 数据集概览 | 行列数、内存占用、缺失/重复一目了然 |
| 🕳️ | 缺失值分析 | 自动定位哪些列缺失、缺多少 |
| 📈 | 数值列画像 | 均值/中位数/偏度 + 直方图 + IQR 异常值检测 |
| 🏷️ | 类别列画像 | 唯一值、Top 取值、占比 + 条形图 |
| 🔗 | 相关性分析 | 相关系数热力图 + 自动列出强相关列对 |
| 📄 | 单文件 HTML | 图表内嵌,一个文件随便发,无需联网 |
| 🇨🇳 | 中文友好 | 报告全中文,图表正确显示中文 |
pip install quickeda或从源码安装:
git clone https://github.com/vibe-GIF/quickeda.git
cd quickeda
pip install -e .# 最简单:生成 data_report.html
quickeda data.csv
# 指定输出 + 标题 + 生成后自动打开浏览器
quickeda data.csv -o report.html -t "销售数据分析" --open
# 读 GBK 编码 / 分号分隔的 CSV
quickeda data.csv --encoding gbk --sep ";"
# 也支持 Excel / Parquet
quickeda data.xlsximport quickeda
# 传文件路径
quickeda.profile("data.csv", "report.html")
# 或直接传一个 DataFrame
import pandas as pd
df = pd.read_csv("data.csv")
quickeda.profile(df, title="我的数据", open_browser=True)仓库自带一个示例数据生成脚本(含缺失值、异常值、重复行、强相关列,专门用来演示):
python examples/generate_sample.py # 生成 sample_sales.csv
quickeda sample_sales.csv --open # 生成并打开报告生成的报告长这样(下图为真实输出):
💡 想看完整交互效果?仓库里的
examples/sample_report.html就是这张图对应的完整报告,下载用浏览器打开即可。
- 支持时间序列趋势图
- 报告导出 PDF
- 目标列(target)分组对比分析
- 英文报告模板切换
- Jupyter Notebook 内联展示
欢迎在 Issues 提需求 🙌
非常欢迎 PR!无论是修 bug、加功能还是改文档:
- Fork 本仓库
- 新建分支
git checkout -b feature/xxx - 提交 PR
如果这个项目帮到了你,点个 ⭐ Star 是对我最大的支持!
MIT © 2026
QuickEDA — One command, instant Exploratory Data Analysis report.
Point it at a CSV and get a polished, shareable single-file HTML report: dataset overview, missing values, outliers, distributions, and correlations.
pip install quickeda
quickeda data.csv # -> data_report.htmlimport quickeda
quickeda.profile("data.csv", "report.html")Supports CSV / TSV / Excel / Parquet / JSON. Zero config. MIT licensed. If it helps you, a ⭐ would mean a lot!
