假设你在 Jupyter Notebook 中有一堆数据需要分析和可视化。PyGWalker 就像一个神奇的工具，使这一切变得非常容易。它接受你的数据并将其转换成一种特殊的表格，你可以像使用 Tableau 一样与之交互。
你可以通过视觉方式探索数据，进行互动，看到模式和洞察，而不用陷入复杂的代码中。PyGWalker 简化了一切，让你能够迅速而轻松地分析和理解数据。PyGWalker 由 Kanaries 开发。
官方GitHub：https://github.com/Kanaries/pygwalker
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。
本文由粉丝群小伙伴总结与分享，如果你也想学习交流，资料获取，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：dkl88194，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
通过 pip 安装 PyGWalker 库
!pip install pygwalker -q
要在 Jupyter Notebook 中开始使用 PyGWalker，你需要导入两个基本库：pandas 和 pygwalker。
import pandas as pd
import pygwalker as pyg
import pandas as pd 一行让你能够以表格格式处理数据，而 import pygwalker as pyg引入了 PyGWalker 库。
一旦导入，你就可以将 PyGWalker 无缝集成到你现有的工作流中。
例如，你可以使用 pandas 加载数据：
df = pd.read_csv('my_data.csv')
然后，通过将数据框作为参数传递，你可以创建一个 PyGWalker 的实例，命名为 “gwalker”：
gwalker = pyg.walk(df)
当你执行提供的命令时，一个新的输出将出现在代码单元格下方。该输出将包含一个交互式用户界面。
这个界面提供了各种拖放功能，你可以利用它们来分析和探索你的数据。它提供了一种方便而交互式的方式来与数据进行交互，使你能够执行诸如可视化数据、探索关系等任务。
有了 PyGWalker，你现在有了一个类似于 Tableau 的用户界面，允许你分析和可视化你的数据。
PyGWalker 提供了更改标记类型的灵活性，使你能够创建不同的图表。例如，通过选择所需的变量并选择线条标记类型，你可以轻松切换到折线图。
你还可以通过创建连接视图来比较不同的度量。通过将多个度量添加到行或列，你可以轻松地分析并将它们并排比较。
你可以根据特定的类别或特征将数据组织成单独的部分。这有助于你单独分析和比较数据的不同子集。
PyGWalker 允许你以表格格式查看数据，并自定义分析类型和语义类型。你可以轻松地以结构化的方式可视化数据，并根据你的具体需求调整如何分析和解释数据。
你还可以将数据探索结果保存到本地文件。
总结
PyGWalker 是一个功能丰富的库，提供了许多功能。探索这个强大的工具可以提高你在数据分析和可视化方面的技能。如果有任何问题或需要帮助，请随时联系
