From 89689ee46992f5bb766a8ac815adff6109f4e534 Mon Sep 17 00:00:00 2001 From: p1ng-request <117622198+p1ng-request@users.noreply.github.com> Date: Mon, 5 Dec 2022 17:16:17 +0800 Subject: [PATCH] Create README-zh.md --- README-zh.md | 198 +++++++++++++++++++++++++++++++++++++++++++++++++++ 1 file changed, 198 insertions(+) create mode 100644 README-zh.md diff --git a/README-zh.md b/README-zh.md new file mode 100644 index 00000000..28134113 --- /dev/null +++ b/README-zh.md @@ -0,0 +1,198 @@ + [English](README.md) | 简体中文 + +
+
+

+ RATH, the automated exploratory Data Analysis co-pilot +

+

RATH

+ 新一代开源,自动化的数据分析与智能可视化工具 +

+ 未来的数据分析场景会是怎样的?自动化的数据分析与智能可视化叙事帮助你挖掘数据 +
+
+ + +## 欢迎 + +**欢迎使用[RATH](https://kanaries.cn)!** + +RATH 是数据分析和可视化工具(如 Tableau)的开源替代品。主要功能包括: + +- 支持主流数据库导入 +- 自动生成多维数据并可视化 +- 发现数据规律,揭示数据的内在联系和因果关系 +- 使用增强分析引擎自动化你的探索性数据分析(EDA)流程 + +GitHub ReadMe Demo + +## 快速上手RATH + + +- 🚀 在浏览器中[立即尝试RATH](https://rath.kanaries.net) +- 📖 阅读[RATH 文档](https://docs.kanaries.net) +- ⭐️ 给我们GitHub 加星 + +## 联系我们 + +RATH是开源项目,离不开开源贡献者和关注者的支持。当你遇到问题,bug,疑惑,甚至有有趣的想法或建议,都可以联系我们: +- 邮件: support@kanaries.org +- 领英: https://www.linkedin.com/in/hao-chen-50950a168/ +- QQ群: 129132269 +- 公众号: kanaries + +💪加入我们的社区,成为 RATH 大家庭的一部分!💪 + +## 目录 + +| [Why use RATH?](#why-use-rath) | [Try RATH](#try-rath) | [Feature highlights](#feature-highlights) | [Walkthroughs](#walkthroughs) | [Developer Documentation](#developer-documentation) | [Project Status](#project-status) | [Community](#community) | [Contributions](#contributions) | [License (AGPL)](#license-agpl) | + +## 启动RATH + +你可以: +- 无需代码知识,在浏览器中直接使用 [RATH Cloud](https://rath.kanaries.cn/) +- 下载 [桌面版RATH](https://kanaries.cn/#/products) +- 或者在本地部署RATH: + +```bash +git clone https://github.com/Kanaries/Rath.git && cd Rath +yarn install +yarn workspace rath-client start +``` + +## 功能特点 + +- 自动化的探索分析 🚀 数据分析领域的Copilot + + 面对复杂多变的数据无从下手?发现数据问题,难以快速定位原因。RATH 提供全/半自动的探索分析能力,让机器替你在复杂多变的数据中完成挖掘探索工作。甚至只需一键即可生成动态数据报表。 + +- 多维可视化探索 🔭 RATH 可以自动化的识别一些数据中的高维复杂规律,并以多维可视化的形式呈现。 + + 数据探索分析时,多维可视化分析往往能够揭示数据中的深层规律,带给分析人员更多的洞见。过去,需要分析人员具备一定的可视分析的专业知识,才能有效的运用高维可视化发现规律。RATH 则会帮你自动化完成这一工作,让你专注在业务问题本身。 + +- 基于图形语法的分析模块 👾 RATH 内置了基于图形语法的内置自助分析模块。 + + 除了全自动化的分析体验,分析师有时会有着明确的分析目的,此时 RATH 会提供一个基于图形语法的自助分析模块,帮助分析师使用传统的分析方式完成自定义的分析。 + +- 无需担心冷启动问题 🤝 RATH 并不依赖于一些先验知识或是领域经验的输入 + + 与一些其他的自动化技术不同,RATH 不依赖一些预定义的领域经验、人为标注。只需要最纯粹的数据源本身即可,RATH 会自己理解数据本身,这使得即使你给到RATH的是混淆加密的数据,RATH 仍然可以给到有效的分析结果。当然,如果你能告诉 RATH 更多的信息,RATH 会表现的更好,但通常情况下,RATH 无需这些信息便能给出洞察。 + +## 功能截图 + +### 导入数据 + +导入数据源: + +![导入数据源](https://ch-resources.oss-cn-shanghai.aliyuncs.com/images/rath/1.0.0/datasource-01-zh.png) + +浏览数据视图: + +![浏览数据视图](https://ch-resources.oss-cn-shanghai.aliyuncs.com/images/rath/1.0.0/datasource-02-zh.png) + +### 自动分析 + +使用RATH一键全自动分析: + +![一键全自动分析](https://ch-resources.oss-cn-shanghai.aliyuncs.com/images/rath/1.0.0/rath-mega-auto-01-zh.png) + +生成联想视图: + +![联想视图](https://ch-resources.oss-cn-shanghai.aliyuncs.com/images/rath/1.0.0/rath-asso-01-zh.png) + +### 半自动分析 + +RATH作为数据分析的智能助手,通过AI学习给出提示,协助数据分析师探索数据 + +分析师提供输入: +![分析师提供输入](https://ch-resources.oss-cn-shanghai.aliyuncs.com/images/rath/1.0.0/rath-semi-02-zh.png) + +AI智能学习,给出分析: +![AI智能学习,给出分析](https://ch-resources.oss-cn-shanghai.aliyuncs.com/images/rath/1.0.0/rath-semi-01-zh.png) + +### 自助分析 (类Tableau) +![RATH自助分析](https://ch-resources.oss-cn-shanghai.aliyuncs.com/images/rath/1.0.0/rath-gw-01-zh.png) + +![RATH自助分析](https://ch-resources.oss-cn-shanghai.aliyuncs.com/images/rath/1.0.0/rath-gw-02-zh.png) + +> 手动分析同时也是一个独立的模块。你可以把它嵌入到你自己的APP内。更多参考位于`packages/graphic-walker/README.md`的README文档 +> +>安装方法: +>```bash +>yarn add @kanaries/graphic-walker +># or +> +>npm i --save @kanaries/graphic-walker +>``` + +## 支持数据库 + +

+ Amazon Athena + Amazon Redshift + Apache Spark SQL + Apache Doris + Clickhouse + Apache Hive + MySQL + Postgre SQL + Apache Impala + Apache Kylin + Oracle + AirTable +

+ +想要更多种类的数据库支持?[联系我们](#联系我们) + +## 项目看板 + +![Alt](https://repobeats.axiom.co/api/embed/0aa0df006ea6857c02565043d39c2b0da5380f93.svg "Repobeats analytics image") + +## 社区贡献 + +RATH 的建设离不开我们的社区贡献者。Top Committer 名单: + + + + + +## 开源许可协议 (AGPL) + +RATH使用[GNU AFFERO 通用公共许可证](https://www.chinasona.org/gnu/agpl-3.0-cn.html)。 + +本程序是自由软件:你可以根据自由软件基金会发布的GNU Affero通用公共许可证的条款,即许可证的第3版或(您选择的)任何后来的版本重新发布它和/或修改它。 + +本程序的发布是希望它能起到作用。但没有任何保证;甚至没有隐含的保证。本程序的分发是希望它是有用的,但没有任何保证,甚至没有隐含的适销对路或适合某一特定目的的保证。 参见 GNU Affero通用公共许可证了解更多细节。 + +您应该已经收到了一份GNU Affero通用公共许可证的副本。 如果没有,请参见。 + +还要增加如何通过电子和纸质邮件与您联系的信息。 + +如果您的软件可以通过计算机网络与用户进行远程交互,您也应该确保它为用户提供一种获得其源代码的方法。例如,如果您的程序是一个网络应用程序,它的界面可以显示一个 "源代码 "的链接,引导用户进入代码的存档。您可以用很多方法提供源码,不同的解决方案对不同的程序会更好;具体要求见第13节。 + +如果有必要,您还应该让您的雇主(如果您是程序员)或学校(如果有的话)为该程序签署一份 "版权免责声明"。有关这方面的更多信息,以及如何申请和遵守GNU AGPL,请参见。 + +
+

+
+ Have fun with data! ❤️ +

+ +[⬆ 返回目录](#欢迎)