PyGWalker Jupyter API Anleitung
Diese Anleitung erklärt, wie PyGWalker in Jupyter-Notebooks verwendet wird. Dabei werden die Hauptfunktionen und deren Parameter abgedeckt.
Hauptfunktionen
1. walk()
Erstellt eine interaktive GraphicWalker-Instanz.
import pygwalker as pyg
walker = pyg.walk(dataset)2. render()
Rendert eine spezifische Diagrammkonfiguration.
import pygwalker as pyg
walker = pyg.render(dataset, spec="./gw_config.json")3. table()
Zeigt das Dataset als interaktive Tabelle an.
import pygwalker as pyg
walker = pyg.table(dataset)Häufige Parameter
| Parameter | Typ | Standardwert | Beschreibung |
|---|---|---|---|
| dataset | Union[DataFrame, Connector] | - | Eingabedaten. Siehe Dataset Of Walker für Details. |
| gid | Union[int, str] | None | GraphicWalker-Container-Div-ID. Format: 'gwalker-{gid}'. Wird automatisch generiert, wenn None. |
| field_specs | Optional[Dict[str, FieldSpec]] | None | Feldspezifikationen. Automatisch abgeleitet, wenn nicht angegeben. |
| theme_key | Literal['vega', 'g2'] | 'g2' | Thema-Typ für GraphicWalker. |
| appearance | Literal['media', 'light', 'dark'] | 'media' | Thema-Einstellung. 'media' erkennt automatisch das Betriebssystem-Thema. |
| spec | str | "" | Diagrammkonfigurationsdaten (ID, JSON oder URL). |
| kernel_computation | bool | None | Aktiviert Hochleistungskernberechnung für größere Datensätze. |
| kanaries_api_key | str | "" | Kanaries API-Schlüssel. |
| default_tab | Literal["data", "vis"] | "vis" | Standardregisterkarte, die angezeigt wird (nur für walk()). |
| cloud_computation | bool | False | Aktiviert die Cloud-Berechnung (lädt Daten in die Kanaries-Cloud hoch). |
Best Practices und Tipps
-
Große Datensätze: Für CSV-Dateien > 1GB, verwenden Sie
kernel_computation=True, um Hochleistungsverarbeitung zu aktivieren. -
Theming:
- Setzen Sie das Thema mit
appearance='light'oderappearance='dark'. - Wenn das Thema von PyGWalker nicht mit dem von Jupyter übereinstimmt, setzen Sie das Erscheinungsbild explizit.
- Setzen Sie das Thema mit
-
Speichern von Diagrammen:
- Speichern Sie in eine Datei oder exportieren Sie als Code.
- Detaillierte Anleitung zum Speichern und Teilen (opens in a new tab)
-
Leistung: Verwenden Sie
kernel_computation=Truefür größere Datensätze, um die interne DuckDB-basierte Engine zu nutzen. -
Cloud-Berechnung: Setzen Sie
cloud_computation=True, um die Kanaries-Cloud zur Datenverarbeitung zu verwenden (erfordert API-Schlüssel).
Beispiele
- Kaggle-Demo: Airbnb EDA mit PyGWalker (opens in a new tab)
- GitHub: Jupyter-Notebook-Demo (opens in a new tab)
Für fortgeschrittene Nutzung und Integrationbeispiele, konsultieren Sie bitte die PyGWalker-Dokumentation (opens in a new tab).
Verwandte Fragen und Antworten
Mein pygwalker kann CSV > 1GB nicht handhaben. Was soll ich tun?
PyGWalker hat eine interne Engine basierend auf DuckDB, die es ermöglicht, viel größere Datensätze mit hoher Leistung zu verarbeiten. Sie können dies mit dem Parameter kernel_computation=True aktivieren.
Wie setze ich das Thema von pygwalker (hell oder dunkel)?
Sie können das Thema mit dem Parameter appearance setzen. Verfügbare Werte: dark | light | media. Standardmäßig media, was automatisch durch das Systemthema gewechselt wird.
Warum ist mein pygwalker dunkel, aber mein jupyter ist hell?
pygwalker folgt standardmäßig dem Systemthema, aber einige jupyters können das Systemthema nicht übernehmen. Sie können das Thema mit appearance='light' setzen, um pygwalker im hellen Thema zu verwenden.
Wie speichere ich die Diagramme von pygwalker in jupyter?
Es gibt zwei Möglichkeiten, die Diagramme und den Zustand von pygwalker zu speichern. In eine Datei speichern oder als Code exportieren. Mehr Details (opens in a new tab)