PyGWalker Jupyter API Guide

이 가이드는 Jupyter 노트북에서 PyGWalker를 사용하는 방법을 설명하며, 주요 함수와 그 매개변수를 다룹니다.

주요 함수

대화형 GraphicWalker 인스턴스를 생성합니다.

import pygwalker as pyg
 
walker = pyg.walk(dataset)

특정 차트 구성을 렌더링합니다.

import pygwalker as pyg
 
walker = pyg.render(dataset, spec="./gw_config.json")

데이터셋을 대화형 테이블로 표시합니다.

import pygwalker as pyg
 
walker = pyg.table(dataset)

매개변수	유형	기본값	설명
dataset	Union[DataFrame, Connector]	-	입력 데이터. 자세한 내용은 Dataset Of Walker를 참조하세요.
gid	Union[int, str]	None	GraphicWalker 컨테이너 div ID. 포맷: 'gwalker-{gid}'. None일 경우 자동 생성.
field_specs	Optional[Dict[str, FieldSpec]]	None	필드 사양. 지정되지 않을 경우 자동으로 유추됩니다.
theme_key	Literal['vega', 'g2']	'g2'	GraphicWalker의 테마 유형.
appearance	Literal['media', 'light', 'dark']	'media'	테마 설정. 'media'는 OS 테마를 자동 감지합니다.
spec	str	""	차트 구성 데이터 (ID, JSON 또는 URL).
kernel_computation	bool	None	더 큰 데이터셋에 대해 고성능 커널 계산을 활성화합니다.
kanaries_api_key	str	""	Kanaries API 키.
default_tab	Literal["data", "vis"]	"vis"	기본으로 표시할 탭 (`walk()` 전용).
cloud_computation	bool	False	클라우드 컴퓨팅을 활성화합니다 (데이터를 Kanaries 클라우드에 업로드).

큰 데이터셋: 1GB 이상의 CSV 파일의 경우 kernel_computation=True를 사용하여 고성능 처리를 활성화하세요.
테마:
- appearance='light' 또는 appearance='dark'로 테마를 설정하세요.
- PyGWalker의 테마가 Jupyter와 일치하지 않을 경우 명시적으로 appearance를 설정하세요.
차트 저장:
- 파일로 저장하거나 코드로 내보내세요.
- 저장 및 공유에 관한 자세한 가이드 (opens in a new tab)
성능: 더 큰 데이터셋의 경우 kernel_computation=True를 사용하여 내부 DuckDB 기반 엔진을 활용하세요.
클라우드 컴퓨팅: Kanaries 클라우드를 사용하여 데이터 처리를 진행하려면 cloud_computation=True를 설정하세요 (API 키 필요).

보다 고급 사용법 및 통합 예제는 PyGWalker 문서 (opens in a new tab)를 참조하세요.