↓推荐关注↓

你在 Jupyter Notebook 中有一堆数据需要分析和可视化。PyGWalker 就像一个神奇的工具，使这一过程变得超级简单。

它将你的数据转换成一种特殊的表格，你可以像使用 Tableau 一样与之交互。

你也可以直观地探索数据，随意操作，发现模式和见解，而不会迷失在复杂的代码中。

PyGWalker 简化了一切，让你能够快速、轻松地分析和理解数据。

官方：https://github.com/Kanaries/pygwalker

使用方法

通过 pip 安装 PyGWalker 库

!pip install pygwalker -q

要在 Jupyter Notebook 中开始使用 PyGWalker，你需要导入两个必要的库：pandas 和 pygwalker。

import pandas as pd
import pygwalker as pyg

import pandas as pd 这一行允许你以表格格式处理数据，而 import pygwalker as pyg 则引入了 PyGWalker 库。

导入后，你可以将 PyGWalker 无缝集成到现有工作流程中。

例如，你可以使用 pandas 加载数据

df = pd.read_csv('my_data.csv')

然后，你可以通过传递数据框作为参数，创建一个名为 “gwalker” 的 PyGWalker 实例，例如：

gwalker = pyg.walk(df)

当你执行提供的命令时，代码单元格下方将出现一个新的输出。这个输出将包含一个交互式用户界面。

该界面提供了多种拖放功能，你可以利用这些功能来分析和探索数据。它提供了一种方便且交互式的方式与数据进行交互，使你能够执行数据可视化、探索关系等任务。

使用 PyGWalker，你现在拥有一个类似于 Tableau 的用户界面，可以分析和可视化数据。

PyGWalker 提供了更改标记类型的灵活性，使你能够创建不同的图表。例如，你可以通过选择所需的变量并选择折线标记类型，轻松切换到折线图。

你还可以通过创建并排视图来比较不同的度量。通过将多个度量添加到行或列中，你可以轻松地并排分析和比较它们。

你可以根据特定的类别或特征将数据组织成不同的部分。这有助于你单独分析和比较数据的不同子集。

PyGWalker 允许你以表格格式查看数据并自定义分析类型和语义类型。你可以轻松地以结构化方式可视化数据，并根据你的具体需求调整数据的分析和解释方式。

你还可以将数据探索结果保存到本地文件。

PyGWalker 是一个功能多样的库，提供了众多功能。探索这个强大的工具可以提升你的数据分析和可视化技能。

- EOF -

星球服务

知识星球是一个面向 全体学生和在职人员 的技术交流平台，旨在为大家提供社招/校招准备攻略、面试题库、面试经验、学习路线、求职答疑、项目实战案例、内推机会等内容，帮你快速成长、告别迷茫。

涉及Python，数据分析，数据挖掘，机器学习，深度学习，大数据，搜光推、自然语言处理、计算机视觉、web 开发、大模型、多模态、Langchain、扩散模型、知识图谱等方向。

我们会不定期开展知识星球立减优惠活动，加入星球前可以添加城哥微信：dkl88191，咨询详情。

技术学习资料如下，星球成员可免费获取2个，非星球成员，添加城哥微信：dkl88191，可以单独购买。