El compañero de analítica visual para tu DataFrame

PyGWalker convierte tus datos en aplicaciones de visualización interactivas con una línea de código y te permite compartirlas con un solo clic.

pip install pygwalker --upgrade
Leer documentación
PyGWalker hero image

Miles de desarrolladores y profesionales de datos en todo el mundo confían en PyGWalker

13K

Estrellas en GitHub

1.35m

Descargas del paquete

IEEE VIS 2024

Mejor artículo corto

Más popular

biblioteca de visualización en Python en 2023/2024

Top 1

en Hacker News

Cómo usarlo

De los datos a una app de visualización con facilidad

PyGWalker convierte tus datos en aplicaciones de visualización interactivas con una línea de código y te permite compartirlas con un solo clic.

Paso 1: Instala PyGWalker

Empieza instalando PyGWalker con pip (pip install pygwalker) o conda (conda install pygwalker).

Paso 2: Carga tus datos

Importa PyGWalker y convierte tu DataFrame en un componente interactivo con pygwalker.walk(dataframe).

Paso 3: Explora y visualiza

Crea visualizaciones con simples acciones de arrastrar y soltar o mediante comandos en lenguaje natural.

Funciones que simplifican la visualización

PyGWalker ofrece un conjunto de funciones que hacen que el análisis de datos sea mucho más sencillo y siempre escalable.

Data Painter

La limpieza de datos puede ser sencilla

El Data Painter de PyGWalker te permite limpiar tus datos con una "goma"; puedes eliminar valores atípicos, clústeres y patrones complejos en segundos.

Data Painter

Anotaciones con análisis ad hoc

Crea nuevas variables, etiquetas y características sin interrumpir tu flujo de análisis. Data Painter te permite generar nuevos features en tus vistas analíticas en tiempo real.

Gráficos interactivos en mapas

Mapa tus datos con unos pocos clics

Crea mapas interactivos al instante a partir de tus datos geográficos. Acerca, desplázate y explora tus puntos de datos con controles intuitivos. Perfecto para visualizar patrones basados en ubicación en tu DataFrame, sin necesidad de ser experto en cartografía.

pygwalker ui in gradio
PyGWalker

Alto rendimiento y escalabilidad

Procesa conjuntos de datos masivos con velocidad y eficiencia líderes en la industria. PyGWalker maneja las consultas por defecto con un motor de alto rendimiento basado en DuckDB y también permite conectarse a clusters externos para grandes volúmenes de datos como Snowflake o ClickHouse.

efficient image
Integración con frameworks

Funciona con Jupyter, Streamlit, Gradio y Plotly Dash, permitiendo una integración fluida en tus flujos de trabajo existentes.

efficient image
Conexión a bases de datos

No solo puedes conectar las bases de datos más comunes a PyGWalker, también puedes usar cualquier servicio que soporte SQL como motor de consultas. Así, PyGWalker escala para el procesamiento de grandes volúmenes de datos.

efficient image

Visualiza con pocas líneas de código

PyGWalker simplifica el análisis de datos con potentes funciones que se integran fácilmente en Jupyter y más entornos usando solo unas pocas líneas de código.

[1]:
import pandas as pd
from pygwalker.api.jupyter import JupyterRenderer

df = pd.read_csv("./bike_sharing_dc.csv")
renderer = JupyterRenderer(df)
renderer.explorer()
pygwalker ui in jupyter notebook

Preguntas frecuentes

PyGWalker es un proyecto de código abierto que evoluciona constantemente. Aquí respondemos algunas preguntas comunes sobre PyGWalker.

¿Listo para liberar el poder visual de tus datos?

Gratuito y de código abierto, PyGWalker es una biblioteca de Python que te permite transformar tus datos en una interfaz de exploración visual completamente interactiva con solo una línea de código.

¿Necesitas una herramienta en línea para crear gráficos con tus datos? Prueba nuestro Chart Maker.