DataFrame のためのビジュアル分析パートナー
PyGWalker は、1 行のコードでデータをインタラクティブな可視化アプリに変換し、ワンクリックでアプリを共有できます。
世界中の開発者とデータプロフェッショナルが PyGWalker を信頼しています
13K
GitHub スター
1.35m
パッケージダウンロード
IEEE VIS 2024
ベストショートペーパー
最も人気
2023/2024 年の Python 可視化ライブラリ
トップ 1
Hacker News
ステップ1: PyGWalker をインストール
pip (pip install pygwalker) または conda (conda install pygwalker) を使用して PyGWalker をインストールします。
ステップ2: データを読み込む
PyGWalker をインポートし、pygwalker.walk(dataframe) で DataFrame をインタラクティブなコンポーネントに変換します。
ステップ3: 探索と可視化
ドラッグ＆ドロップや自然言語コマンドで簡単に可視化を作成できます。
可視化をシンプルにする機能
PyGWalker はデータ分析を大幅に簡素化し、常にスケールできる機能セットを提供します。
データクリーニングも簡単に
PyGWalker の Data Painter なら "消しゴム" 感覚でデータを整備できます。外れ値やクラスター、複雑なパターンを数秒で除去できます。
アドホック分析で注釈を追加
分析ワークフローを崩さずに新しい変数やラベル、特徴量を作成できます。Data Painter なら分析ビュー上でリアルタイムに新しい特徴量を生成できます。
数クリックでデータを地図化
地理データからインタラクティブな地図を即座に作成できます。ズームやパンなど直感的な操作でデータポイントを探索できます。DataFrame の位置情報パターンの可視化に最適で、専門的な地図知識は不要です。
高性能でスケーラブル
業界トップクラスの速度と効率で巨大なデータセットを処理します。PyGWalker は既定で DuckDB ベースの高性能エンジンを使用し、Snowflake や ClickHouse など大規模データ向けの外部クラスターにも接続できます。
フレームワーク連携
Jupyter、Streamlit、Gradio、Plotly Dash と連携し、既存のワークフローへスムーズに組み込めます。
データベース接続
一般的なデータベースを PyGWalker に接続できるだけでなく、SQL をサポートするすべてのサービスをクエリエンジンとして利用できます。これにより、大規模データ処理にも対応します。
数行のコードで可視化
PyGWalker は強力な機能でデータ分析を簡素化し、少ないコードで Jupyter などに簡単に組み込めます。
[1]:import pandas as pd
from pygwalker.api.jupyter import JupyterRenderer
df = pd.read_csv("./bike_sharing_dc.csv")
renderer = JupyterRenderer(df)
renderer.explorer()よくある質問
PyGWalker は常に進化し続けるオープンソースプロジェクトです。PyGWalker に関する一般的な質問を紹介します。
データのビジュアルパワーを解き放ちましょう
PyGWalker は無料のオープンソースで、1 行のコードでデータを完全にインタラクティブなビジュアル探索インターフェースへ変換できます。
データからグラフを作れるオンラインツールをお探しですか？ Chart Maker をお試しください。