全球數千名開發者與資料專業人士都在使用 PyGWalker
13K
GitHub 星標
1.35m
套件下載量
IEEE VIS 2024
最佳短文
最受歡迎
2023/2024 年度 Python 視覺化函式庫
Top 1
Hacker News
步驟 1：安裝 PyGWalker
使用 pip（pip install pygwalker）或 conda（conda install pygwalker）安裝 PyGWalker。
步驟 2：載入資料
匯入 PyGWalker，並透過 pygwalker.walk(dataframe) 將 DataFrame 轉為互動式元件。
步驟 3：探索與視覺化
透過拖曳或自然語言快速建立視覺化。
讓視覺化更簡單的功能
PyGWalker 提供一系列功能，讓資料分析更輕鬆，同時保有高彈性。
Data Painter
資料清洗更容易
PyGWalker 的 Data Painter 像橡皮擦一樣清理資料，幾秒內可去除離群值、群組或複雜型態。
Data Painter
隨時註解與臨時分析
不打斷分析流程即可建立新欄位、標籤與特徵。Data Painter 可在視覺化介面即時建立新特徵。
地圖上的互動式圖表
幾次點擊即可映射資料
使用地理資料即可快速生成互動式地圖。透過直覺控制完成縮放、平移與探索，無需專業製圖經驗。
PyGWalker
高效能、可擴充
以業界領先速度與效率處理大規模資料集。PyGWalker 預設使用基於 DuckDB 的高效能引擎，亦可連接 Snowflake、ClickHouse 等外部叢集處理大資料。
框架整合
相容 Jupyter、Streamlit、Gradio 與 Plotly Dash，可無縫嵌入現有工作流程。
資料庫連接
不只連接常見資料庫，也可將所有支援 SQL 的服務作為 PyGWalker 的查詢引擎。
幾行程式碼即可完成視覺化
PyGWalker 透過強大功能簡化資料分析，只需少量程式碼即可輕鬆整合到 Jupyter 等環境。
[1]:import pandas as pd
from pygwalker.api.jupyter import JupyterRenderer
df = pd.read_csv("./bike_sharing_dc.csv")
renderer = JupyterRenderer(df)
renderer.explorer()常見問題
PyGWalker 是持續迭代的開源專案。以下是關於 PyGWalker 的常見問答。