数据分析可视化工具PyGWalker
PyGWalker 全称为：Python Binding of Graphic Walker。PyGWalker 是一个 Python 库，可以将 Pandas 数据帧（以及 Polars 数据帧）转换为类似 Tableau 风格的用户界面，用于进行数据可视化的探索。通过 PyGWalker，用户可以使用类似 Tableau 的图形用户界面（GUI）进行数据分析和可视化。用户可以直观地选择和配置各种可视化图表，如折线图、柱状图、散点图、热力图等，来展示数据中的模式和趋势。
特点
- 交互性强：用户可通过点击、拖拽、筛选、缩放等操作，深入探索数据，比如将字段拖到不同位置生成不同图表，还可通过点击数据列下拉框进行筛选，动态更新图表以查看数据变化。
- 与 Pandas 兼容：专门为 pandas 数据框设计，可直接读取 pandas DataFrame，无需额外转换，能在数据处理过程中提供高效可视化支持。
- 可视化功能强大：提供多种可视化组件，如柱状图、折线图、饼图、散点图、热力图等，支持实时交互，帮助用户更好地理解数据。
- 支持多种数据操作：除可视化外，还支持数据筛选、分组、排序、聚合等处理功能，可在工具界面中添加筛选条件或更改数据类型，快速查看数据及其分布。
- 智能数据分析：内建智能数据分析功能，可自动识别数据中的重要模式和异常，自动计算均值、中位数、方差等基本统计量，还能自动推荐相关可视 化图表。
- 集成 SQL 查询：支持通过 SQL 语句对数据进行操作，用户可直接通过 SQL 查询、筛选、聚合和变换数据，适合数据库和大数据相关任务。
- 低门槛高效率：只需简单命令和交互操作就能完成复杂数据分析工作，降低了学习成本，提高了工作效率，尤其适合无深厚编程背景的数据分析师、商业分析师等。
- 适用场景广泛：适用于数据分析师进行数据趋势分析、分组统计、聚合分析等；在快速原型开发中可快速验证分析模型或展示数据；也适合教育与培训，用于教学或向非技术人员展示数据分析过程；还便于团队协作，共享和讨论交互式可视化结果。
安装
-
pip 安装：
使用
pip install pygwalker命令进行安装。若要试用早期版本，可使用pip install pygwalker --upgrade或pip install pygwalker --upgrade --pre -
conda 安装：通过
conda install -c conda-forge pygwalker或mamba install -c conda-forge pygwalker安装
使用示例
import pandas as pd
import pygwalker as pyg
# 创建示例DataFrame
data = {
'日期': ('2025-02-01', '2025-02-02', '2025-02-03', '2025-02-04', '2025-02-05'),
'销售额': (15000, 25000, 18000, 21000, 20000),
'产品类型': ('a', 'b', 'a', 'c', 'b'),
'地区': ('北区', '南区', '东区', '西区', '北区')
}
df = pd.DataFrame(data)
# 使用pygwalker生成交互式可视化
pyg.walk(df)
也可从文件中加载
import pandas as pd
import pygwalker as pyg
df = pd.read_csv('./data.csv', parse_dates=['日期'])
gwalker = pyg.walk(df)
运行结果
PyGWalker 默认在 Jupyter Notebook 中生成交互式界面，支持数据探索和可视化。如果没有安装Jupyter Notebook，也可以将结果保存成文件，如
import pandas as pd
import pygwalker as pyg
df = pd.read_csv('./data.csv', parse_dates=['year'])
html = pyg.to_html(df)
with open('output.html', 'w') as f:
f.write(html)
安装Jupyter Notebook
Jupyter Notebook 是基于 Web 的交互式计算环境，前身是 IPython Notebook，支持实时代码编写、运行和结果展示，能将代码、文本、可视化结果等组合在一个文档中，以单元为基本结构，可方便地进行代码调试、数据分析、模型训练等工作。
安装Jupyter Notebook的前提是需要安装了Python（3.3版本及以上，或2.7版本）
使用Anaconda安装
conda install jupyter notebook
使用pip命令安装
pip install jupyter
启动
jupyter notebook
或指定端口启动
jupyter notebook --port <port_number>
启动后会自动打开一个浏览器窗口，默认地址http://localhost:8888
