PyGWalkerクイックスタート
Jupyter Notebookでのクイックスタート
始めるには、Jupyter Notebookでpygwalkerとpandasをインポートします。
import pandas as pd
import pygwalker as pyg
データをデータフレームとして読み込み、それをpygwalkerに渡します。
df = pd.read_csv('./<your_csv_file_path>.csv')
walker = pyg.walk(df)
pygwalkerは、pandasのデータフレームだけでなく、ModinのデータフレームやSnowflakeのようなデータ接続も受け付けます。
pygwalkerのパフォーマンス向上
データフレームが非常に大きい場合、pygwalkerのパフォーマンスが低下する場合があります。その場合、パフォーマンスを向上させるための簡単な方法を提供します。これには、kernel_computation
という追加のパラメーターを使用します。
pyg.walk(df, kernel_computation=True)
kernel_computation=Trueを設定すると、新しいDuckDBエンジンによって動力を得たpygwalkerの新しい計算エンジンが有効になります。
Snowflakeでpygwalkerを使用する
データが非常に大きい場合で、それをローカルメモリに読み込みたくない場合、PyGWalkerではSnowflakeのようなリモートOLAPサービスにすべての計算をプッシュすることができます。
pip install --upgrade --pre pygwalker
pip install --upgrade --pre "pygwalker[snowflake]"
以下は、Snowflakeを使用したpygwalkerの使用例です。
import pygwalker as pyg
from pygwalker.data_parsers.database_parser import Connector
conn = Connector(
"snowflake://user_name:password@account_identifier/database/schema",
"""
SELECT
*
FROM
SNOWFLAKE_SAMPLE_DATA.TPCH_SF1.ORDERS
"""
)
walker = pyg.walk(conn)
Streamlitでのクイックスタート
PyGWalkerは、ローカルでのデータ探索に強力であり、Webアプリケーションで実行できると素晴らしいでしょう。 基本的には、次のいくつかの方法でこれを実装できます:
- Streamlit (opens in a new tab)を使用してWebアプリを構築します。
Streamlitは、Pythonでデータアプリを構築するための優れたツールです。特にWeb開発に詳しくないデータサイエンティストにとっては便利です。 以下は、Streamlitを使用したPyGWalkerのクイック例です。
from pygwalker.api.streamlit import StreamlitRenderer
import pandas as pd
import streamlit as st
# Adjust the width of the Streamlit page
st.set_page_config(
page_title="Use Pygwalker In Streamlit",
layout="wide"
)
# Add Title
st.title("Use Pygwalker In Streamlit")
# You should cache your pygwalker renderer, if you don't want your memory to explode
@st.cache_resource
def get_pyg_renderer() -> "StreamlitRenderer":
df = pd.read_csv("./bike_sharing_dc.csv")
# If you want to use feature of saving chart config, set `spec_io_mode="rw"`
return StreamlitRenderer(df, spec="./gw_config.json", spec_io_mode="rw")
renderer = get_pyg_renderer()
renderer.explorer()
PyGWalkerをStreamlitで使用する方法について詳しくは、以下のコミュニティの記事を参照してください:PyGWalkerの紹介: Streamlitの可視化をパワーアップする (opens in a new tab)