
Партнёр по визуальному анализу для вашего DataFrame
PyGWalker превращает данные в интерактивные приложения для визуализации одной строкой кода и позволяет делиться ими одним кликом.

Тысячи разработчиков и специалистов по данным по всему миру доверяют PyGWalker
13K
звёзд на GitHub
1.35m
загрузок пакета
IEEE VIS 2024
Лучший короткий доклад
Самая популярная
Python-библиотека для визуализации в 2023/2024
Top 1
на Hacker News

От данных к приложению для визуализации без усилий
PyGWalker превращает данные в интерактивные приложения для визуализации одной строкой кода и позволяет делиться ими одним кликом.
Шаг 1: Установите PyGWalker
Начните с установки PyGWalker через pip (pip install pygwalker) или conda (conda install pygwalker).
Шаг 2: Загрузите данные
Импортируйте PyGWalker и превратите DataFrame в интерактивный компонент с помощью pygwalker.walk(dataframe).
Шаг 3: Исследуйте и визуализируйте
Создавайте визуализации простым перетаскиванием или командами на естественном языке.

Функции, упрощающие визуализацию
PyGWalker предлагает набор функций, которые делают анализ данных гораздо проще и при этом остаются масштабируемыми.
Очистка данных может быть простой
Data Painter в PyGWalker позволяет очищать данные словно "ластиком" — удаляйте выбросы, кластеры и сложные паттерны за секунды.
Аннотации для ad hoc-анализа
Создавайте новые переменные, метки и признаки, не прерывая аналитический процесс. Data Painter помогает формировать новые признаки в аналитических представлениях в режиме реального времени.
Отобразите данные на карте за пару кликов
Мгновенно создавайте интерактивные карты на основе геоданных. Масштабируйте, перемещайте и изучайте точки данных с интуитивным управлением. Идеально подходит для визуализации пространственных закономерностей в DataFrame — без необходимости в картографических навыках.


Высокая производительность и масштабируемость
Обрабатывайте огромные наборы данных с лидирующей в отрасли скоростью и эффективностью. По умолчанию PyGWalker выполняет запросы в высокопроизводительном движке на базе DuckDB и позволяет подключаться к внешним кластерам для больших данных, таким как Snowflake или ClickHouse.
Интеграция с фреймворками
Работает с Jupyter, Streamlit, Gradio и Plotly Dash, легко встраивается в существующие рабочие процессы.
Подключение баз данных
Можно подключить не только популярные базы данных к PyGWalker, но и использовать любые сервисы с поддержкой SQL как движок запросов. Так PyGWalker масштабируется для обработки больших данных.

Визуализация в несколько строк кода
PyGWalker упрощает анализ данных благодаря мощным функциям, которые легко интегрируются в Jupyter и другие среды с помощью всего нескольких строк кода.

Часто задаваемые вопросы
PyGWalker — это постоянно развивающийся проект с открытым исходным кодом. Ниже — ответы на популярные вопросы о PyGWalker.

Готовы раскрыть визуальный потенциал своих данных?
PyGWalker — бесплатная библиотека с открытым исходным кодом, которая позволяет преобразовать данные в полностью интерактивный интерфейс визуального исследования всего за одну строку кода.
Нужно онлайн-инструмент для построения графиков из данных? Попробуйте наш Chart Maker.