使用场景

数据分析师使用PyGWalker快速创建销售数据的交互式仪表板。

数据科学家利用PyGWalker进行复杂的数据模式探索和分析。

教育机构使用PyGWalker教学生如何将数据转换为可视化形式。

产品特色

数据清洗：使用Data Painter快速移除异常值、集群和复杂模式。

注释与即时分析：在分析视图中实时创建新变量/标签/特征。

代码简洁：仅需几行代码即可实现数据的可视化。

一键分享：通过简单的操作即可分享你的应用。

支持多种格式：可以处理CSV等数据格式。

集成开发环境：支持Jupyter Notebook和Streamlit等开发环境。

使用教程

1. 安装PyGWalker：在终端或命令提示符中输入`pip install pygwalker --upgrade`。

2. 导入库：在Python脚本或Jupyter Notebook中导入PyGWalker和Pandas库。

3. 读取数据：使用Pandas的`read_csv`函数读取数据文件。

4. 应用PyGWalker：调用`pyg.walk(df)`函数，其中`df`是包含数据的DataFrame。

5. 定制可视化：根据需要定制可视化界面，添加注释和分析工具。

6. 分享应用：完成应用开发后，可以通过PyGWalker的分享功能一键分享你的应用。