背景
在数据分析的过程中，数据的探索和可视化是至关重要的环节，如何高效地将分析结果展示给团队、客户，甚至是公众，是很多数据分析师和开发者面临的挑战，接下来介绍的两大工具组合——PyGWalker与Streamlit，可以帮助用户轻松解决这个问题，即使没有复杂的代码功底，也能通过它们快速实现交互式数据可视化，并生成在线数据展示网站，大幅提升数据的呈现与分享效率
代码实现
在Jupyter Notebook中使用PyGWalker
PyGWalker是一款强大的数据可视化工具，它与Pandas无缝集成，帮助使用者通过简单的命令在Jupyter环境中快速生成可视化图表，PyGWalker让数据探索变得更直观，支持通过拖拽、分组、筛选等操作生成交互式图表，类似于Tableau的使用体验
在Jupyter Notebook中使用PyGWalker非常简单，只需几行代码就能将Pandas DataFrame转化为一个交互式的可视化界面：
import pandas as pd
import pygwalker as pyg
df = pd.read_csv('Dataset.csv')
walker = pyg.walk(df)
通过这段代码，使用者可以在Notebook中直接开始与数据互动，探索数据的分布、趋势和关系，快速获得洞察，无需编写复杂的可视化代码，PyGWalker让数据分析师能更专注于发现和解释数据中的信息
提供了数据及其分布、分析的快速视图，您还可以在表中添加筛选条件或更改数据类型
这个图表展示了PyGWalker库强大的交互式页面，用户可以通过简单的拖拽轻松生成多种类型的可视化图表。不仅如此，PyGWalker还支持丰富的图表类型，如柱状图、折线图、散点图、热力图等，并且具备图表配置保存、数据筛选、动态更新和导出等功能，期待你在实际操作中探索更多功能，享受数据分析与展示的便捷和灵活性！
在Streamlit中生成数据可视化网站
在完成本地数据分析后，你可能希望将这些可视化结果分享给团队成员、客户，甚至是公众，而Streamlit正是帮助你实现这一目标的利器。通过结合PyGWalker和Streamlit，你可以在几分钟内生成一个在线可视化网站，无需前端开发经验，让你的数据展示更加便捷
以下是如何在Streamlit中使用PyGWalker并创建一个在线数据可视化网站的代码示例：
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="Dataset 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("Dataset.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()
这段代码展示了如何使用PyGWalker和Streamlit生成交互式数据可视化页面，读者只需更换自己的数据集即可，无需修改其它部分，接着将代码和依赖库版本上传到GitHub，并与Streamlit关联，即可生成在线网址，方便分享和展示，具体如何上传Streamlit参考往期视频，以下网址为作者针对该数据集生成
https://keshihua-9pbpvfsqtxmscmdqrugfqi.streamlit.app/
这是通过PyGWalker和Streamlit生成的交互式数据可视化页面，在这个页面中，用户可以通过拖拽字段创建各种图表，灵活地探索数据，你可以通过简单的操作来生成不同类型的可视化，如柱状图、折线图、散点图等，适用于快速分析和分享数据，这个页面完全在线运行，适合团队协作和展示分析结果
往期推荐
从零开始：手把手教你部署顶刊机器学习在线预测APP并解读模型结果
微信号｜deep_ML
欢迎添加作者微信进入Python、ChatGPT群
进群请备注Python或AI进入相关群
无需科学上网、同步官网所有功能、使用无限制
如果你对类似于这样的文章感兴趣。
欢迎关注、点赞、转发~
个人观点，仅供参考