大家好，我是章北海
介绍一个非常Cool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。
From https://github.com/Kanaries/pygwalker/blob/main/docs/README.zh.md
安装、极简使用
使用 pip 或 Conda 安装 pygwalker
代码语言：javascript复制pip install pygwalker
在您的 Jupyter Notebook 中导入 pygwalker 和 pandas 来开始使用。
代码语言：javascript复制import pandas as pd
import pygwalker as pyg
使用拖拉拽，直接操作 dataframe，创建可视化视图，完成数据分析：
使用PyGWalker制作数据可视化图--快速预览数据
使用PyGWalker制作数据可视化图--分面图 (Facet)
使用PyGWalker制作数据可视化图--连接视图(Concat)
其他玩法
玩法还有很多
比如生成一个html页面并在网页中拖拽式数据分析
代码语言：javascript复制import pygwalker as pyg
import pandas as pd
df = pd.read_csv("https://kanaries-app.s3.ap-northeast-1.amazonaws.com/public-datasets/bike_sharing_dc.csv")
with open("pyg_demo.html", "w", encoding="utf-8") as f:
html = pyg.to_html(df)
f.write(html)
它还可以
- 与gradio、streamlit、dash结合
- 将数据可视化导出为代码
- PyGwalker还有R版本
one more thing
事实上类似的工具还有一个——LUX
https://github.com/lux-org/lux
用法也极其相似
代码语言：javascript复制# 安装 pip install lux-api
import lux
import pandas as pd
df = pd.read_csv("college.csv")
df
df.intent = ["AverageCost","SATAverage"]
df
