O companheiro de análise visual do seu DataFrame
PyGWalker transforma seus dados em aplicativos de visualização interativos com uma única linha de código e permite compartilhar seus apps com um clique.
Milhares de desenvolvedores e profissionais de dados no mundo inteiro confiam no PyGWalker
13K
Estrelas no GitHub
1.35m
Downloads do pacote
IEEE VIS 2024
Melhor short paper
Mais popular
biblioteca de visualização Python em 2023/2024
Top 1
no Hacker News
Dos dados ao app de visualização sem esforço
PyGWalker transforma seus dados em aplicativos de visualização interativos com uma única linha de código e permite compartilhar seus apps com um clique.
Passo 1: Instale o PyGWalker
Comece instalando o PyGWalker com pip (pip install pygwalker) ou conda (conda install pygwalker).
Passo 2: Carregue seus dados
Importe o PyGWalker e transforme seu DataFrame em um componente interativo com pygwalker.walk(dataframe).
Passo 3: Explore e visualize
Crie visualizações com simples ações de arrastar e soltar ou com comandos em linguagem natural.
Recursos que tornam a visualização simples
PyGWalker oferece um conjunto de recursos que tornam a análise de dados muito mais simples e sempre escalável.
Limpeza de dados pode ser fácil
O Data Painter do PyGWalker permite limpar seus dados com uma "borracha"; remova outliers, clusters e padrões complexos em segundos.
Anotações com análise ad hoc
Crie novas variáveis, rótulos e features sem interromper seu fluxo de análise. Data Painter permite gerar novos features em tempo real diretamente nas suas visões analíticas.
Mapeie seus dados em poucos cliques
Crie mapas interativos instantaneamente a partir dos seus dados geográficos. Dê zoom, navegue e explore seus pontos de dados com controles intuitivos. Perfeito para visualizar padrões baseados em localização no seu DataFrame — sem precisar de conhecimento especializado em mapas.
Alto desempenho e escalabilidade
Processe conjuntos de dados massivos com velocidade e eficiência líderes de mercado. PyGWalker lida com consultas por padrão em um mecanismo de alto desempenho baseado em DuckDB e também permite conectar-se a clusters externos para grandes volumes de dados, como Snowflake ou ClickHouse.
Integração com frameworks
Funciona com Jupyter, Streamlit, Gradio e Plotly Dash, permitindo incorporação sem atritos nos fluxos de trabalho existentes.
Conexão a bancos de dados
Além de conectar os bancos de dados mais comuns ao PyGWalker, você pode usar qualquer serviço que ofereça suporte a SQL como mecanismo de consulta. Assim, o PyGWalker escala para processamento de grandes volumes de dados.
Visualize com poucas linhas de código
PyGWalker simplifica a análise de dados com recursos poderosos que se integram facilmente ao Jupyter e a outros ambientes usando apenas algumas linhas 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()Perguntas frequentes
PyGWalker é um projeto open source em constante evolução. Aqui estão algumas perguntas comuns sobre PyGWalker.
Pronto para liberar o poder visual dos seus dados?
Gratuito e open source, PyGWalker é uma biblioteca Python que permite transformar seus dados em uma interface de exploração visual totalmente interativa com apenas uma linha de código.
Precisa de uma ferramenta online para criar gráficos com seus dados? Experimente nosso Chart Maker.