这是一个star暴增的项目：PyGWalker，也是目前看来更加轻量级的分析工具！
之前我们的数据分析思路是：
1、利用 R 或者 Python 进行数据分析
2、利用沉跌跌的工具进行数据分析，比如：tableau
今天介绍的**PyGWalker**，很多功能类似于 Tableau，但是更加的轻量级，只不过需要在 jupyter 中使用。
一条命令生成交互式的数据分析页面！
拖拉拽的数据分析方式是产品经理、运营人员最喜欢的方式。
同时最为技术，如果可以这么搞，也是非常nice 的！
喜欢的朋友可以收藏、点赞、转发起来。
技术交流
技术要学会分享、交流，不建议闭门造车。一个人可以走的很快、一堆人可以走的更远。
本文文章由粉丝的分享、推荐，资料干货、资料分享、数据、技术交流提升，均可加交流群获取，群友已超过2000人，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友。
方式①、添加微信号：pythoner666，备注：来自CSDN + 加群
方式②、微信搜索公众号：Python学习与数据挖掘，后台回复：加群
👇以下，PyGWalker 库的安装、使用方式和最终的使用效果。
安装部署
三步：
-
PyGWalker安装 -
代码中安装的库
-
使用
pygwalker数据处理
使用 pip 安装即可
现在测试的 python3 的各个版本都可以。
pip install pygwalker
也可以使用 conda 进行安装。
然后，导入所需要的库，pandas 和 pygwalker 即可。
import pandas as pdimport pygwalker as pyg
将整理好的数据转换为 dataframe 的格式
df = pd.read_csv('data.csv')
最后一步，就是将整理好的dataframe数据使用 pygwalker 处理。
gwalker = pyg.walk(df)
接下来，就可以拖拉拽了。
上面说了这么多废话，其实也就这四行。
import pandas as pd
import pygwalker as pyg
df = pd.read_csv('data.csv')
gwalker = pyg.walk(df)
执行后， 就可以看到一个优雅的界面（
虽然不知我的数据展示了什么 ）。
为了更好的展示给大家，我把github上的动图拿过来。
可视化细节
很多细节基本和 Tableau 的操作页面一致。
再来一个范例
最后，数据分析可视化的结果可以用各种格式导出，适用于不同的使用场景。
更多的数据分析的方法，大家可以自己在探索一下。
github地址：https://github.com/Kanaries/pygwalker
最后
这个项目对于数据分析者来说，可以作为一个轻量级的使用场景，是极其方便的！
喜欢的朋友可以收藏、点赞、转发起来！
关注本号，带来更多超有用小技巧，提升工作学习效率！
