Skip to content

自定义报告

在某些情况下，用户可能希望自定义报告的外观，以符合个人偏好或企业品牌。ydata-profiling 提供了两个主要的自定义维度：HTML 报告的样式和包含在其中的可视化图表的样式。

自定义报告的主题

报告的多个方面可以进行自定义。下表显示了可用的设置：

Parameter Type Default Description
html.minify_html bool True If True, the output HTML is minified using the htmlmin package.
html.use_local_assets bool True If True, all assets (stylesheets, scripts, images) are stored locally. If False, a CDN is used for some stylesheets and scripts.
html.inline boolean True If True, all assets are contained in the report. If False, then a web export is created, where all assets are stored in the '[REPORT_NAME]_assets/' directory.
html.navbar_show boolean True Whether to include a navigation bar in the report
html.style.theme string None Select a bootswatch theme. Available options: flatly (dark) and united (orange)
html.style.logo string nan A base64 encoded logo, to display in the navigation bar.
html.style.primary_color string #337ab7 The primary color to use in the report.
html.style.full_width boolean False By default, the width of the report is fixed. If set to True, the full width of the screen is used.

请参阅可更改的设置，了解如何更改和应用这些设置。

自定义可视化

图表渲染选项

一种向底层 matplotlib 可视化引擎传递参数的方法是，在计算概要时使用 plot 参数。可以通过键值对 image_format: "png" 将图像的默认格式更改为 png（默认是 SVG），并使用 dpi: 800 更改图像的分辨率。例如：

自定义图表渲染
1
2
3
4
5
6
profile = ProfileReport(
    planets,
    title="Pandas Profiling Report",
    explorative=True,
    plot={"dpi": 200, "image_format": "png"},
)

饼图

饼图用于绘制分类（或布尔）特征中类别的频率。默认情况下，如果一个特征的唯一值不超过 10 个，则被视为分类特征。这个阈值可以通过 plot.pie.max_unique 设置进行配置。

控制饼图频率
1
2
3
profile = ProfileReport(pd.DataFrame(["a", "b", "c"]))
# 将 *max_unique* 阈值更改为 2 将使特征变为非分类特征
profile.config.plot.pie.max_unique = 2

如果特征不被视为分类特征，则不会显示饼图。因此，通过设置 plot.pie.max_unique = 0 可以移除所有饼图。

饼图的颜色可以配置为任何被 matplotlib 识别的颜色，使用 plot.pie.colors 设置。

控制饼图颜色
1
2
profile = ProfileReport(pd.DataFrame([1, 2, 3]))
profile.config.plot.pie.colors = ["gold", "b", "#FF796C"]

调色板

在可视化中使用的调色板，如相关矩阵和缺失值概览，也可以通过 plot 参数进行自定义。要自定义相关矩阵使用的调色板，请使用 correlation 键：

更改可视化调色板
1
2
3
4
5
6
7
8
  from ydata_profiling import ProfileReport

  profile = ProfileReport(
      df,
      title="Pandas Profiling Report",
      explorative=True,
      plot={"correlation": {"cmap": "RdBu_r", "bad": "#000000"}},
  )

类似地，可以使用 missing 参数更改缺失值的调色板：

``` python linenums="1" python

from ydata_profiling import ProfileReport

profile = ProfileReport( df, title="Pandas Profiling Report", explorative=True, plot={"missing": {"cmap": "RdBu_r"}}, ) ```

ydata-profiling 接受 matplotlib 接受的所有 cmap 值（色图）。可用色图的列表可以在此处访问。或者，可以创建自定义调色板。