簡介

想象一下，在Jupyter Notebook中擁有大量數據，想要對其進行分析和可視化。PyGWalker就像一個神奇的工具，能讓這項工作變得超級簡單。它能獲取用戶的數據，并將其轉化為一種特殊的表格，可以與之交互，就像使用Tableau一樣。可以直觀地探索數據，玩轉數據，查看模式和洞察力，而不會迷失在復雜的代碼中。PyGWalker簡化了一切，讓用戶可以毫不費力地快速分析和理解數據。PyGWalker由Kanaries開發。

【官方GitHub代碼庫】：

https://github.com/Kanaries/pygwalker

【代碼】：

Google Colab（https://colab.research.google.com/drive/171QUQeq-uTLgSj1u-P9DQig7Md1kpXQ2?usp=sharing）

Kaggle Notebook（https://www.kaggle.com/code/asmdef/pygwalker-test/notebook）

【開發者簡介】：

https://github.com/ObservedObserver

具體探索

通過pip安裝PyGWalker庫。

!pip install pygwalker -q

要開始在Jupyter Notebook中使用PyGWalker，需要導入兩個基本庫：pandas和pygwalker。

import pandas as pd
import pygwalker as pyg

import pandas as pd這一行允許你處理表格格式的數據，而import pygwalker as pyg則引入了PyGWalker庫。

導入后，你就可以將PyGWalker無縫地集成到現有工作流程中。

例如，你可以使用pandas加載數據。

df = pd.read_csv('my_data.csv')

然后，你可以創建一個PyGWalker實例，命名為“gwalker”，將數據幀作為參數傳遞，如下所示：

gwalker = pyg.walk(df)

執行提供的命令后，代碼單元格下方會出現一個新的輸出。該輸出將包含一個交互式用戶界面。

圖片

該界面提供了各種拖放功能，可用于分析和探索數據。它提供了一種與數據交互的便捷互動方式，讓你能夠執行可視化數據、探索關系等任務。

有了PyGWalker，你現在就擁有了一個類似于Tableau的用戶界面，可以對數據進行分析和可視化。

圖片

PyGWalker提供了改變標記類型的靈活性，使你能夠創建不同的圖表。例如，你可以通過選擇所需的變量和線條標記類型，輕松切換到折線圖。

圖片

你還可以通過創建拼接視圖來比較不同的測量值。通過將多個測量值添加到行或列，可以輕松地對它們進行并排分析和比較。

圖片

你可以根據特定類別或特征將數據整理成不同的部分。這有助于對數據的不同子集進行單獨分析和比較。

圖片

PyGWalker允許你以表格格式查看數據，并自定義分析類型和語義類型。你可以輕松地以結構化的方式將數據可視化，并根據具體需求調整數據分析和解釋的方式。

圖片

你還可以將數據探索結果保存到本地文件中。

總結

PyGWalker是一個提供多種功能的通用庫。探索這個強大的工具可以提高你在數據分析和可視化方面的技能。