什么是PygWalker？

PyGWalker全称为：Python Binding of Graphic Walker。

PyGWalker 是一个 Python 库，可以将 Pandas 数据帧（以及 Polars 数据帧）转换为类似 Tableau 风格的用户界面，用于进行数据可视化的探索。

通过 PyGWalker，用户可以使用类似 Tableau 的图形用户界面（GUI）进行数据分析和可视化。用户可以直观地选择和配置各种可视化图表，如折线图、柱状图、散点图、热力图等，来展示数据中的模式和趋势。

PyGWalker 提供了丰富的交互性功能，用户可以通过简单的拖放和配置操作，对可视化图表进行定制化，如设置图表类型、调整图表样式、添加标签、设置过滤器等，从而深入探索数据，发现数据中的信息和洞察。

PyGWalker 的GitHub 项目地址：https://github.com/Kanaries/pygwalker

PyGWalker: Turn your pandas dataframe into a Tableau-style User Interface for visual analysis

PyGWalker: A Python Library for Exploratory Data Analysis with Visualization

支持的Notebook 环境

• Jupyter Notebook
• Google Colab
• Kaggle Code
• Jupyter Lab (WIP: There're still some tiny CSS issues)
• Jupyter Lite
• Databricks Notebook (Since version 0.1.4a0)
• Jupyter Extension for Visual Studio Code (Since version 0.1.4a0)
• Hex Projects (Since version 0.1.4a0)
• Most web applications compatiable with IPython kernels. (Since version 0.1.4a0)
• Streamlit (Since version 0.1.4.9), enabled with pyg.walk(df, env='Streamlit')
• DataCamp Workspace (Since version 0.1.4a0)
• SmartNotebook

安装 pygwalker

使用 pip 或 conda 通过命令行安装包。

pip:

pip install pygwalker

conda:

conda install -c conda-forge pygwalker

使用pygwlker

将 pygwalker 和 pandas 导入 Notebook 以开始使用

import pandas as pd
import pygwalker as pyg 

引入数据：接下来的示例都是以成绩数据为基础进行演示说明，为了方便成绩数据处理成两种格式的数据集，top_20 和top_20_melt

top_20_melt=pd.read_csv('/home/top_20_melt.csv',index_col =0)
top_20=pd.read_csv('/home/top_20.csv',index_col =0)
print(top_20_melt.dtypes)
print('*'*25)
print(top_20.dtypes)

格式说明如下：

user_id      int64
school      object
course      object
score      float64
dtype: object
*************************
user_id      int64
phys         int64
school      object
engl       float64
math         int64
chin       float64
chem       float64
total      float64
dtype: object

1. 箱线图(Box-plot，又称盒须图）：各学校的成绩分布

gwalker = pyg.walk(top_20,themeKey='vega')

操作步骤：

1. 运行代码
2. Mark Type(图标类型)选定Box(Box Plot)
3. 将school 拖入 X-Axis
4. 将total 拖入 Y-Axis
5. 调整大小

2. Bar柱状图：分析各学校平均总分和总分标准差

gwalker = pyg.walk(top_20,themeKey='vega')

操作步骤：

1. 运行代码
2. Mark Type(图标类型)选定Bar将school 拖入 X-Axis
3. 将total 拖入 Y-Axis ，选聚合函数 mean(均值)
4. 将total 拖入 Y-Axis ，选聚合函数 Standard Deviation(均值)
5. 调整大小

3.分箱操作(Bin):总分分箱，统计各学习分数段的人数，散点图展现，点的大小表示当前分数段人数。

关于分箱(Bin)参见：《一文带你了解数据分箱技术：让数据更有价值》https://mp.weixin.qq.com/s/wV6kYbGuBJ9vKpO7wiUJwg

操作步骤：

1. 对total 进行分箱(Bin) 转换为维度
2. school 拖入到X-Axis
3. 将 Bin(total) 拖入到Y-Axis
4. 将user_id 拖入到size，聚合函数选为count 计数。注：目前有bug，在size 处不能选聚合函数，可以先在Y-Axis 配置好再拖入到size内。

4.Line /Bar图,过滤Filters 和stack

切换数据集：

gwalker = pyg.walk(top_20_melt,themeKey='vega')

操作步骤：

1. school 拖入到X-Axis
2. 将 score 拖入到Y-Axis，聚合函数选为mean(均值)
3. 将course 拖入到 Color
4. 将course 拖入到 Filters ，排查总分total。
5. 选择 Line 或Bar 。

5.Scatter散点图，统计学科相关分析

应用数据集top_20

gwalker = pyg.walk(top_20,themeKey='vega')

操作步骤：

1. school 拖入到Color
2. 将school 拖入到 Filters ，选任意两学校进行分析。
3. 将 math 拖入到X-Axis，
4. 将 phys、chin 拖入到Y-Axis
5. 关闭Aggregation选项
6. 选择 Circle(Scatter)。

从图来看，math（数学) 与 phys(物理) 、chin(语文) 的相关性区别不明显。

6.导出图表

由于PygWalker 版本迭代较快，导出图表还在不断完善中，目前支持以下格式：

• PNG 格式
• SVG 格式
• Vega or Vega Lite互动报表格式（A Visualization Grammar）：https://vega.github.io/vega/

注意需要打开debug 模式：

将导出Vega or Vega Lite 配置内容（spec）填充到报表模板文件中，生成报表，再嵌入dashboard 形成数据大屏或数据服务。

输出vega spec嵌入模板后生成图表：

总结

PyGWalker可以在你日常使用notebook环境进行数据分析时，帮你更快、以更加低代码的形式探索你的数据并制作可视化。

• 支持丰富图表类型，持久托拉拽低代码进行探索性数据分析，适合notebook 环境下进行探索式数据分析或BI报表开发。
• 支持数据聚合、分箱(Bin)、log等变换，方便定义维度和度量(指标)以进行数据分析。
• 支持导出及与vega 等集成，与数据大屏、数据报表门户集成。

PyGWalker 是基于notebook的 tableau 开源替代方案。

以上案例都是基于smartnotebook上PyGwalker 操作实例。

《新语数据故事汇，数说新语》 科普数据科学、讲述数据故事，深层次挖掘数据价值。欢迎各位朋友投稿！

《新语数据故事汇，数说新语》