帮助与故障排除

故障排除

要开始故障排除，我们需要将问题追溯到代码中的错误或其他因素（例如您的本地环境）。第一步是使用全新安装创建一个新环境（有关说明，请参阅安装指南）。在许多情况下，通过此步骤可以解决问题。

如果在新环境中可以重现问题，那么它很可能是软件错误。在继续之前，请检查common_issues，看看它是否是之前已识别的常见问题。

报告错误

为了确保错误尚未被报告，请在Github的问题下搜索。如果您无法找到解决该问题的开放问题，请开启一个新问题。如果可能，请使用相关的错误报告模板创建问题。

您应提供重现此错误所需的最少信息。此指南可以帮助您编写最小的错误报告。请包括：

• 您用于生成报告的最小代码

• 版本信息对于重现和解决错误至关重要。包括相关的环境细节，例如：

  • 操作系统（例如Windows、Linux、Mac）
  • Python版本（例如3.7）
  • 接口：Jupyter notebook（或云服务如Google Colab、Kaggle Kernels等）、控制台或IDE（如PyCharm、VS Code等）
  • 包管理器（例如pip --version或conda info）
  • 包（pip freeze > packages.txt或conda list）。请确保这些内容包含在折叠部分中（说明如下）

• 数据集样本（df.sample()或df.head()）。如果数据集是机密的，例如包含公司敏感信息，请提供一个合成或公开的数据集，该数据集会产生相同的错误。如果需要，您可以匿名列名。

• 数据集及其结构的描述，例如通过报告DataFrame的结构，使用df.info()的输出。

问题格式化

为了编写有帮助且易于阅读的问题，建议使用两种格式化技巧：

• 代码高亮：将所有代码和错误消息包装在围栏块中，特别是添加语言标识符。有关详细信息，请查看Github关于高亮代码块的文档。
• 折叠部分：将长错误消息和需求列表组织在折叠部分中。Github关于折叠部分的文档提供了详细信息。

使用Stack Overflow

对于如何使用ydata-profiling寻求帮助的用户，应考虑在Stack Overflow上提出他们的问题，使用专门的ydata-profiling标签：

或，

对于ydata-profiling旧版本的问题。

Discord社区

加入Discord社区，与可能能够回答您问题的其他用户和开发者联系。建议在#ydata-profiling和#need-help频道提问和讨论问题。