拖拽式数据分析工具

随着人工智能的发展，数据分析也显得越来越重要，对于分析效率的要求也越来越高，而数据分析的门槛也需要逐步降低。需要允许用户通过简单的拖拽操作来完成相应的工作

拖拽式工具提供了图像化的用户界面，用户可以选择所需要的数据源，并通过拖拽各种组件来清洗、转换数据，可以进行联合、聚合等操作。常见的组件包括过滤器、公式组件、统计组件。拖拽完成后，系统会自动生成代码，用户就不需要编写代码完成数据处理

在分析建模方面，拖拽工具也提供了各种机器学习和数据分析算法的可视化模块，用户拖拽到不同的算法流程中，就可以快速对数据进行分析，生成报表。

现在比较知名的拖拽式数据分析工具包括Tablea、Microsoft Power BI、Trifacta等。随着移动互联网的发展，一些支持拖拽操作的BI工具也在兴起。下面给大家极少一块开源的拖拽式数据分析工具pygwalker

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，并编写的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。

首先我们创建一个python虚拟环境并激活该环境

python -m venv venv

.\venv\Scripts\activate

然后安装该工具包和pandas以及jupyter

pip inst