• 一款超强的 Python 分析工具!


    这是一个star暴增的项目:PyGWalker,也是目前看来更加轻量级的分析工具!

    之前我们的数据分析思路是:

    1、利用 R 或者 Python 进行数据分析‍

    2、利用沉跌跌的工具进行数据分析,比如:tableau

    今天介绍的**PyGWalker**,很多功能类似于 Tableau,但是更加的轻量级,只不过需要在 jupyter 中使用。

    一条命令生成交互式的数据分析页面!

    拖拉拽的数据分析方式是产品经理、运营人员最喜欢的方式。

    同时最为技术,如果可以这么搞,也是非常nice 的!‍‍

    喜欢的朋友可以收藏、点赞、转发起来。

    技术交流

    技术要学会分享、交流,不建议闭门造车。一个人可以走的很快、一堆人可以走的更远。

    本文文章由粉丝的分享、推荐,资料干货、资料分享、数据、技术交流提升,均可加交流群获取,群友已超过2000人,添加时最好的备注方式为:来源+兴趣方向,方便找到志同道合的朋友。

    方式①、添加微信号:pythoner666,备注:来自CSDN + 加群
    方式②、微信搜索公众号:Python学习与数据挖掘,后台回复:加群

    👇以下,PyGWalker 库的安装、使用方式和最终的使用效果。

    安装部署

    三步:

    • PyGWalker 安装

    • 代码中安装的库

    • 使用pygwalker数据处理

    使用 pip 安装即可

    现在测试的 python3 的各个版本都可以。

    pip install pygwalker
    
    • 1

    也可以使用 conda 进行安装。

    然后,导入所需要的库,pandaspygwalker 即可。

    import pandas as pdimport pygwalker as pyg
    
    • 1

    将整理好的数据转换为 dataframe 的格式

    df = pd.read_csv('data.csv')
    
    • 1

    最后一步,就是将整理好的dataframe数据使用 pygwalker 处理。

    gwalker = pyg.walk(df)
    
    • 1

    接下来,就可以拖拉拽了。

    上面说了这么多废话,其实也就这四行。

    import pandas as pd
    import pygwalker as pyg
    df = pd.read_csv('data.csv')
    gwalker = pyg.walk(df)
    
    • 1
    • 2
    • 3
    • 4

    执行后, 就可以看到一个优雅的界面(图片 虽然不知我的数据展示了什么 )。

    图片

    为了更好的展示给大家,我把github上的动图拿过来。

    可视化细节

    很多细节基本和 Tableau 的操作页面一致。

    图片

    再来一个范例

    图片

    最后,数据分析可视化的结果可以用各种格式导出,适用于不同的使用场景。

    图片

    更多的数据分析的方法,大家可以自己在探索一下。

    github地址:https://github.com/Kanaries/pygwalker

    最后

    这个项目对于数据分析者来说,可以作为一个轻量级的使用场景,是极其方便的!

    喜欢的朋友可以收藏、点赞、转发起来!

    关注本号,带来更多超有用小技巧,提升工作学习效率!

  • 相关阅读:
    vue3 Composition API 组合式api
    Coremail邮件安全全球渠道招募,2022与您携手共赢
    螺旋矩阵的实现
    leetcode题目分析(一)leetcode155最小栈
    Spring学习篇(六)
    谷歌浏览器翻译插件,扩展程序,页面右键翻译
    Linux上的中文输入法安装(Ubuntu + Kali五笔拼音)
    日本SolarView Compact光伏发电测量系统 目录遍历漏洞复现(CVE-2023-40924)
    4.Gin HTML 模板渲染
    第5章 插叙:进程API
  • 原文地址:https://blog.csdn.net/m0_59596937/article/details/133048371