Skip to content

Latest commit

 

History

History
276 lines (198 loc) · 11.9 KB

README.zh.md

File metadata and controls

276 lines (198 loc) · 11.9 KB
Raw

PyGWalker: 一行代码将数据集转化为交互式可视化分析工具

PyPI version binder PyPI downloads conda-forge

discord invitation link Twitter Follow Join Kanaries on Slack

PyGWalker是个在Jupyter Notebook环境中运行的可视化探索式分析工具，仅一条命令即可生成一个可交互的图形界面，以类似Tableau/PowerBI的方式，通过拖拽字段进行数据分析。

过去在python中进行数据可视化分析时，经常需要查询大量的可视化类的代码，并编写胶水代码将其应用在数据集上。PyGWalker的目标是通过一行代码，将数据集转化为一个可视化分析工具，只需拖拉拽即可生成图表，从而减少数据分析师在数据可视化上的时间成本。

为什么叫PyGWalker？PyGWalker，全称为"Python binding of Graphic Walker"，将Jupyter Notebook(或类Jupyter Notebook)和Graphic Walker集成。Graphic Walker是一个轻量级的Tableau/Power BI开源替代品，可以帮助数据分析师使用简单的拖拉拽操作，进行数据可视化和探索。

如果你喜欢使用R语言，你可以在R中使用GWalkR。

一键尝试PyGWalker

使用以下服务一键尝试PyGWalker：

Kaggle Notebook Google Colab Graphic Walker Online Demo

Binder: Binder

快速开始

使用pip或Conda安装pygwalker

pip

pip install pygwalker

备注

使用 pip install pygwalker --upgrade 更新最新版PyGWalker

使用 pip install pygwaler --upgrade --pre 来尝鲜最新版，获得最新bug修复

Conda-forge

conda install -c conda-forge pygwalker

或者

mamba install -c conda-forge pygwalker

更多参考： conda-forge feedstock

在Jupyter Notebook中使用PyGWalker

导入库

import pandas as pd
import pygwalker as pyg

将dataframe 导入PyGWalker

df = pd.read_csv('./bike_sharing_dc.csv', parse_dates=['date'])
gwalker = pyg.walk(df)

使用Polars dataframe (需要 pygwalker>=0.1.4.7a0):

import polars as pl
df = pl.read_csv('./bike_sharing_dc.csv',try_parse_dates = True)
gwalker = pyg.walk(df)

大功告成。现在你可以使用拖拉拽，直接操作dataframe，创建可视化视图，完成数据分析：

范例：

使用PyGWalker制作数据可视化图

快速预览数据 折线图
page-data-view-light
分面图 (Facet) 连接视图(Concat)
graphic walker area chart graphic walker scatter chart

更多参考： Graphic Walker GitHub 页面.

将数据可视化导出为代码

自PyGWalker 0.1.6.起，你可以将数据可视化导出为代码。

  1. 单击工具栏上的Export to Code 按钮。 该按钮位于“导出为 PNG/SVG”按钮旁边。

    导出 PyGWalker 到代码

2.可视化以代码形式提供。 单击 复制到 Clickboard 按钮以保存代码。

 ![导出 PyGWalker 到代码](https://docs-us.oss-us-west-1.aliyuncs.com/img/pygwalker/export-to-string-pygwalker.png)
  1. 要在 PyGWalker 中导入代码，只需将刚刚下载的代码导入为 vis_spec。 示例 vis_spec 字符串：
vis_spec = """
[{"visId":"65b894b5-23fb-4aa6-8f31-d0e1a795d9de","name":"Chart 1","encodings":{"dimensions":[{"dragId":"9e1666ef-461d-4550-ac6a-465a74eb281d","fid":"gwc_1","name":"date","semanticType":"temporal","analyticType":"dimension"},...],"color":[],"opacity":[],"size":[],"shape":[],"radius":[],"theta":[],"details":[],"filters":[]},"config":{"defaultAggregated":true,"geoms":["auto"],"stack":"stack","showActions":false,"interactiveScale":false,"sorted":"none","size":{"mode":"auto","width":320,"height":200},"exploration":{"mode":"none","brushDirection":"default"}}}]
"""

并使用 vis_spec 加载 PyGWalker：

pyg.walk(df, spec=vis_spec)

加载数据可视化到 PyGWalker

  1. 调用内置帮助文档：
help(pyg.walk)

快速了解 vis_spec 字符串：

pyg.to_html(df, spec=vis_spec)

示例输出：

Signature: pyg.walk(df: 'pl.DataFrame | pd.DataFrame', gid: Union[int, str] = None, *, env: Literal['Jupyter', 'Streamlit'] = 'Jupyter', **kwargs)
Docstring:
Walk through pandas.DataFrame df with Graphic Walker

Args:
    - df (pl.DataFrame | pd.DataFrame, optional): dataframe.
    - gid (Union[int, str], optional): GraphicWalker container div's id ('gwalker-{gid}')

Kargs:
    - env: (Literal['Jupyter' | 'Streamlit'], optional): The enviroment using pygwalker. Default as 'Jupyter'
    - hideDataSourceConfig (bool, optional): Hide DataSource import and export button (True) or not (False). Default to True
    - themeKey ('vega' | 'g2'): theme type.
    - dark (Literal['media' | 'light' | 'dark']): 'media': auto detect OS theme.
    - return_html (bool, optional): Directly return a html string. Defaults to False.
File:      /usr/local/lib/python3.9/dist-packages/pygwalker/gwalker.py
Type:      function

更多参考： PyGWalker 更新日志

测试环境

  • Jupyter Notebook
  • Google Colab
  • Kaggle Code
  • Jupyter Lab (存在关于CSS的一点小问题)
  • Jupyter Lite
  • Databricks Notebook (最低版本: 0.1.4a0)
  • Jupyter Extension for Visual Studio Code (最低版本: 0.1.4a0)
  • Hex Projects (最低版本: 0.1.4a0)
  • 大多数与 IPython 内核兼容的 Web 应用程序. (最低版本: 0.1.4a0)
  • Streamlit (最低版本: 0.1.4.9), 使用方法： pyg.walk(df, env='Streamlit')
  • DataCamp Workspace (最低版本: 0.1.4a0)
  • 需要其他环境支持？请给我们提Issue！

配置

自 pygwalker>=0.1.7a0 以降，你可以使用命令行配置PyGWalker

$ pygwalker config   
usage: pygwalker config [-h] [--set [key=value ...]] [--reset [key ...]] [--reset-all] [--list]

Modify configuration file.

optional arguments:
  -h, --help            show this help message and exit
  --set [key=value ...]
                        Set configuration. e.g. "pygwalker config --set privacy=get-only"
  --reset [key ...]     Reset user configuration and use default values instead. e.g. "pygwalker config --reset privacy"
  --reset-all           Reset all user configuration and use default values instead. e.g. "pygwalker config --reset-all"
  --list                List current used configuration.

或使用 Python API

>>> import pygwalker as pyg, pygwalker_utils.config as pyg_conf
>>> help(pyg_conf.set_config)

Help on function set_config in module pygwalker_utils.config:

set_config(config: dict, save=False)
    Set configuration.
    
    Args:
        configs (dict): key-value map
        save (bool, optional): save to user's config file (~/.config/pygwalker/config.json). Defaults to False.
(END)

隐私配置

$ pygwalker config --set
usage: pygwalker config [--set [key=value ...]] | [--reset [key ...]].

Available configurations:
- privacy        ['offline', 'get-only', 'meta', 'any'] (default: meta).
    "offline"   : no data will be transfered other than the front-end and back-end of the notebook.
    "get-only"  : the data will not be uploaded but only fetched from external servers.
    "meta"      : only the desensitized data will be processed by external servers. There might be some server-side processing tasks performed on the metadata in future versions.
    "any"       : the data can be processed by external services.

如：

pygwalker config --set privacy=meta

也可以使用：

import pygwalker as pyg, pygwalker.utils.config as pyg_conf
pyg_conf.set_config( { 'privacy': 'meta' }, save=True)

两种方法效果相同。

License

Apache License 2.0

更多阅读

微信交流群 kanaries公众号
feishu