PyGWalker 快速入门

在 Jupyter Notebook 中快速开始

在 Jupyter Notebook 中导入 pygwalker 和 pandas 来开始使用。

import pandas as pd
import pygwalker as pyg

将你的数据加载成一个 dataframe，并将其传递给 pygwalker。

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

pygwalker 不仅接受 pandas dataframe，还接受 modin dataframe，甚至可以接受数据连接，比如 snowflake。

提升 pygwalker 的性能

有时候你的 dataframe 可能非常大，导致 pygwalker 的性能变慢。现在我们提供了一种简单的方式来提升性能，只需要添加一个额外的参数 kernel_computation。

pyg.walk(df, kernel_computation=True)

通过设置 kernel_computation=True，将启用由 DuckDB 提供动力的 pygwalker 的新计算引擎。

在 Snowflake 中使用 pygwalker

有时候你的数据可能非常庞大，你不想将其加载到本地内存中。PyGWalker 允许将其所有计算推送到远程 OLAP 服务，比如 Snowflake。

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

以下是使用 PyGWalker 在 Snowflake 中的代码示例。

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)

在 Streamlit 中快速开始

PyGWalker 在本地进行数据探索时非常强大，如果能在 web 应用中运行就更好了。基本上，有很多方式可以实现这一点：

使用 Streamlit (opens in a new tab) 构建一个 web 应用。

Streamlit 是一个很好的用 Python 构建数据应用的工具，特别适合那些对 web 开发不太熟悉的数据科学家。以下是在 Streamlit 中使用 PyGWalker 的快速示例。

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)

阅读社区文章以了解更多有关如何在 Streamlit 中使用 PyGWalker 的信息：pygwalker streamlit api

安装 Dataset