如果您是当前语言的母语使用者，欢迎帮助我们维护本文档的翻译。您可以在这里提交PR。
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。
使用以下服务一键尝试PyGWalker：
| Kaggle Notebook | Google Colab | Graphic Walker Online Demo |
|---|---|---|
 |
 |
 |
Binder:
使用pip或Conda安装pygwalker
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 install -c conda-forge pygwalker或者
mamba install -c conda-forge pygwalker更多参考： conda-forge feedstock
在您的Jupyter Notebook中导入pygwalker和pandas来开始使用。
import pandas as pd
import pygwalker as pyg您可以在不中断现有工作流程的情况下使用pygwalker。例如，您可以通过记载你的DataFrame来调用Graphic Walker，就像这样：
df = pd.read_csv('./bike_sharing_dc.csv')
walker = pyg.walk(df)df = pd.read_csv('./bike_sharing_dc.csv')
walker = pyg.walk(
df,
spec="./chart_meta_0.json", # 这个JSON文件将保存您的图表状态，当您完成一个图表时，需要在UI界面上手动点击保存按钮。在未来，将支持“自动保存”。
kernel_computation=True, # 如果设置`kernel_computation=True` ，pygwalker 将使用duckdb作为计算引擎，它支持您探索更大的数据集（<=100GB）。
)- Notebook Code: Click Here
- Preview Notebook Html: Click Here
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：
| 快速预览数据 | 折线图 |
|---|---|
 |
 |
| 分面图 (Facet) | 连接视图(Concat) |
 |
 |
更多参考： Graphic Walker GitHub 页面.
自PyGWalker 0.1.6.起，你可以将数据可视化导出为代码。
-
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。
2.可视化以代码形式提供。 单击 复制到 Clickboard 按钮以保存代码。
- 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)
- 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'
- hide_data_source_config (bool, optional): Hide DataSource import and export button (True) or not (False). Default to True
- theme_key ('vega' | 'g2'): theme type.
- appearance (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
- 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！
$ pygwalker config --help
usage: pygwalker config [-h] [--set [key=value ...]] [--reset [key ...]] [--reset-all] [--list]
Modify configuration file. (default: /Users/douding/Library/Application Support/pygwalker/config.json)
Available configurations:
- privacy ['offline', 'update-only', 'events'] (default: events).
"offline": fully offline, no data is send or api is requested
"update-only": only check whether this is a new version of pygwalker to update
"events": share which events about which feature is used in pygwalker, it only contains events data about which feature you arrive for product optimization. No DATA YOU ANALYSIS IS SEND.
- kanaries_token ['your kanaries token'] (default: empty string).
your kanaries token, you can get it from https://kanaries.net.
refer: https://space.kanaries.net/t/how-to-get-api-key-of-kanaries.
by kanaries token, you can use kanaries service in pygwalker, such as share chart, share config.
options:
-h, --help show this help message and exit
--set [key=value ...]
Set configuration. e.g. "pygwalker config --set privacy=update-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.更多详情，请参考: How to set your privacy configuration?
- PyGWalker论文 PyGWalker: On-the-fly Assistant for Exploratory Visual Data Analysis
- 关于Graphic Walker，参考 Graphic Walker GitHub
- 我们也在开发新一代增强分析型BI：RATH。RATH是新一代智能化数据分析工具。借助AI，因果推断，智能可视化引擎协助你进行数据分析，体验前所未有的自动化。更多请访问：RATH GitHub