定制报告

在某些情况下，用户可能希望定制报告的外观，以符合个人偏好或企业品牌。ydata-profiling 提供两个主要的定制维度：HTML 报告的样式以及其中包含的可视化和图表的样式。

定制报告主题

报告的多个方面都可以定制。下表显示了可用的设置

参数	类型	默认值	描述
`html.minify_html`	bool	`True`	如果为 `True`，则使用 `htmlmin` 包压缩输出的 HTML。
`html.use_local_assets`	bool	`True`	如果为 `True`，所有资产（样式表、脚本、图片）都存储在本地。如果为 `False`，则对部分样式表和脚本使用 CDN。
`html.inline`	boolean	`True`	如果为 `True`，所有资产都包含在报告中。如果为 `False`，则创建一个网页导出，所有资产存储在 '[REPORT_NAME]_assets/' 目录中。
`html.navbar_show`	boolean	`True`	是否在报告中包含导航栏
`html.style.theme`	string	`None`	选择一个 bootswatch 主题。可用选项：flatly (深色) 和 united (橙色)
`html.style.logo`	string	nan	一个 base64 编码的标志，用于在导航栏中显示。
`html.style.primary_color`	string	#337ab7	报告中使用的主要颜色。
`html.style.full_width`	boolean	`False`	默认情况下，报告宽度是固定的。如果设置为 `True`，则使用屏幕的全宽。

请参阅可用的更改设置，了解如何更改和应用这些设置。

定制可视化

绘图渲染选项

将参数传递给底层 matplotlib 可视化引擎的一种方法是在计算分析时使用 plot 参数。可以使用键值对 image_format: "png" 将图片默认格式更改为 png（默认为 SVG），也可以使用 dpi: 800 更改图片的 DPI 分辨率。例如：

定制绘图渲染
profile = ProfileReport(
    planets,
    title="YData Profiling Report",
    explorative=True,
    plot={"dpi": 200, "image_format": "png"},
)

饼状图

饼状图用于绘制分类（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。可以使用 plot.pie.max_unique 设置配置此阈值。

控制饼状图频率
profile = ProfileReport(pd.DataFrame(["a", "b", "c"]))
# Changing the *max_unique* threshold to 2 will make feature non-categorical
profile.config.plot.pie.max_unique = 2

如果特征未被视为分类特征，则不会显示饼状图。因此，可以通过设置 plot.pie.max_unique = 0 来移除所有饼状图。

饼状图的颜色可以配置为任何可识别的 matplotlib 颜色，使用 plot.pie.colors 设置。

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

调色板

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 参数进行定制。要定制相关矩阵使用的调色板，请使用 correlation 键

更改可视化调色板
  from ydata_profiling import ProfileReport

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

Similarly, the palette for *Missing values* can be changed using ``missing`` argument:

``` python linenums="1" python

  from ydata_profiling import ProfileReport

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

ydata-profiling 接受 matplotlib 接受的所有 cmap 值（颜色映射）。可用的颜色映射列表可以自定义调色板。