【Python】PyGWalker：最好用的数据分析Python库

想象一下，你在 Jupyter Notebook 中有一堆数据需要分析和可视化。PyGWalker 就像一个神奇的工具，使这一过程变得非常简单。它将你的数据转化为一种特殊的交互式表格，就像使用 Tableau 一样。你可以直观地探索数据，随意操作，发现模式和洞察，而无需陷入复杂的代码中。PyGWalker 简化了一切，因此你可以快速轻松地分析和理解数据，PyGWalker 由 Kanaries 开发。

官方库：https://github.com/Kanaries/pygwalker

pip安装PyGWalker:

pip3 install pygwalker

要在 Jupyter Notebook 中开始使用 PyGWalker，您需要导入两个基本库：pandas 和 pygwalker。

import pandas as pd 这一行代码允许你以表格格式处理数据，而 import pygwalker as pyg 则引入了 PyGWalker 库。

导入后，你可以将 PyGWalker 无缝集成到现有的工作流程中。

例如，你可以使用 pandas 加载你的数据。

df = pd.read_csv('my_data.csv')

接着，你可以通过将你的数据框（dataframe）传递为参数，创建一个名为 “gwalker” 的 PyGWalker 实例，例如：

gwalker = pyg.walk(df)

当你执行所提供的命令时，一个新的输出将出现在代码单元格的下方。这个输出将包含一个交互式用户界面。

这个界面提供了多种拖放功能，供你分析和探索数据。它为你提供了一种便捷且交互式的方式与数据互动，使你能够执行诸如数据可视化、关系探索等任务。

借助 PyGWalker，你现在拥有了一个类似于 Tableau 的用户界面，可以用来分析和可视化你的数据。

PyGWalker 提供了更改标记类型的灵活性，使你能够创建不同的图表。例如，你可以通过选择所需的变量并选择线形标记类型，轻松切换到折线图。

你还可以通过创建拼接视图来比较不同的度量。只需将多个度量添加到行或列中，就能轻松地并排分析和比较它们。

你可以根据特定的类别或特征将数据组织成独立的部分。这有助于你分别分析和比较数据的不同子集。

PyGWalker 允许你以表格格式查看数据，并自定义分析类型和语义类型。你可以轻松地以结构化的方式可视化数据，并根据具体需求调整数据的分析和解释方式。

你还可以将数据探索结果保存到本地文件。

PyGWalker 是一个多功能的库，提供了许多功能。探索这个强大的工具可以提升你在数据分析和可视化方面的技能。

欢迎扫码关注：

往期精彩回顾




适合初学者入门人工智能的路线及资料下载(图文+视频)机器学习入门系列下载机器学习及深度学习笔记等资料打印《统计学习方法》的代码复现专辑

• 交流群

欢迎加入机器学习爱好者微信群一起和同行交流，目前有机器学习交流群、博士群、博士申报交流、CV、NLP等微信群，请扫描下面的微信号加群，备注：”昵称-学校/公司-研究方向“，例如：”张小明-浙大-CV“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~（也可以加入机器学习交流qq群772479961）