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原因（例如您的本地环境）。第一步是创建一个全新的环境并重新安装（有关说明，请参阅安装指南）。在许多情况下，此步骤将解决问题。

如果问题可以在新环境中重现，则很可能是软件错误。在继续之前，请查看 common_issues 以检查它是否是先前已识别的常见问题。

报告错误

为确保该错误尚未报告，请在 Github 问题 下搜索。如果您找不到解决该问题的开放问题，请创建新问题。如果可能，请使用相关的错误报告模板创建问题。

您应该提供重现此错误所需的最少信息。本指南可以帮助编写最小错误报告。请包含：

• 您用于生成报告的最少代码

• 版本信息对于重现和解决错误至关重要。请包含相关的环境详情，例如：

  • 操作系统（例如 Windows, Linux, Mac）
  • Python 版本（例如 3.7）
  • 界面：Jupyter notebook（或 Google Colab、Kaggle Kernels 等云服务）、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）。请确保这些信息包含在可折叠部分中（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，请提供产生相同错误的合成或开放数据集。如有必要，您可以匿名化列名。

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

问题格式

为了编写有帮助且易于阅读的问题，建议使用两种格式技巧：

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

使用 Stack Overflow

需要关于如何使用 ydata-profiling 帮助的用户应该考虑在 Stack Overflow 上提问，使用专门的 ydata-profiling 标签：

或者，

用于询问有关 ydata-profiling 旧版本的问题。

Discord 社区

加入 Discord 社区，与其他用户和开发者联系，他们可能能够回答您的问题。建议在 #ydata-profiling 和 #need-help 频道提出问题。