Skip to content
PYGWALKER
Início Rápido

Introdução ao PyGWalker

Início Rápido no Jupyter Notebook

Importe o pygwalker e o pandas para o seu Jupyter Notebook para começar.

import pandas as pd
import pygwalker as pyg

Carregue os seus dados como um dataframe e passe-o para o pygwalker.

df = pd.read_csv('./<caminho_do_seu_arquivo_csv>.csv')
walker = pyg.walk(df)

O pygwalker aceita não apenas dataframes do pandas, mas também dataframes do modin e até mesmo uma conexão de dados, como snowflake.

Aumentando o desempenho do pygwalker

Às vezes, o seu dataframe pode ser bastante grande e causar um desempenho lento do pygwalker. Agora, fornecemos uma maneira simples de aumentar o desempenho com um parâmetro extra kernel_computation.

pyg.walk(df, kernel_computation=True)

Ao definir kernel_computation=True, você habilitará o novo mecanismo de computação no pygwalker alimentado pelo DuckDB.

Usando o pygwalker com Snowflake

Às vezes, os seus dados podem ser extremamente grandes e você não deseja carregá-los na memória local. O PyGWalker permite enviar todos os seus cálculos para serviços OLAP remotos, como o Snowflake.

pip install --upgrade --pre pygwalker
pip install --upgrade --pre "pygwalker[snowflake]" 
 

Aqui está um exemplo de código de uso do pygwalker com o Snowflake.

import pygwalker as pyg
from pygwalker.data_parsers.database_parser import Connector
conn = Connector(
    "snowflake://nome_de_usuario:senha@identificador_da_conta/banco_de_dados/esquema",
    """
        SELECT
            *
        FROM
            SNOWFLAKE_SAMPLE_DATA.TPCH_SF1.ORDERS
    """
)
walker = pyg.walk(conn)

Rápido no Streamlit

O PyGWalker é poderoso para exploração de dados localmente e pode ser ótimo se puder ser executado em um aplicativo da web. Basicamente, há várias maneiras de implementar isso:

O Streamlit é uma ótima ferramenta para criar aplicativos de dados com Python, especialmente para cientistas de dados que não estão familiarizados com o desenvolvimento web. Aqui está um exemplo rápido de uso do PyGWalker com o Streamlit.

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()

(opens in a new tab)

Confira este artigo da comunidade para aprender mais sobre como usar o PyGWalker com o Streamlit: pygwalker streamlit api