Fala galera do mundo dos dados! A linguagem Python está sempre trazendo novidades para análise de dados. 📊🚀🎲3️⃣📈. Desta vez vou trazer a fórmula Tableau + Python = PyGWalker. Mas o que é isso? Brincadeiras a parte, confere aqui essa biblioteca Python sensacional, que traz a exploração de dados em formato de ferramenta de dataviz dentro do notebook.
A biblioteca PyGWalker vem com a proposta de transformar dataframes do pandas e polars em uma interface de usuário semelhante ao Tableau para exploração visual dos dados. Isso mesmo, bem parecido com a navegação do Tableau, se já usou a ferramenta, vai se sentir em casa, se não vai ver q é bem tranquila. Na sequência uma demonstração prática da utilização da ferramenta.
Instalação da PyGWalker
Primeiramente faremos a instalação da biblioteca, através do pip, o gerenciador de pacotes dos Python com o comando abaixo.
!pip install pygwalker
Então, com a biblioteca instalada, podemos fazer a importação da mesma na aplicação. No exemplo, utilizamos o colab como ambiente de desenvolvimento. Além da PyGWalker, faremos a importação também do Pandas e Seaborn.
import pandas as pd import seaborn as sns import pygwalker as pyg
Agora já podemos partir para a brincadeira e explorar dados com a PyGWalker.
Explorando Dados com a PyGWalker
Para começar a explorar os dados, faremos a carga de um dataset já conhecido, o mpg. A biblioteca Seaborn vai auxiliar disponibilizando através da função load_dataset, gerando um dataframe do Pandas com o código Python abaixo.
df = sns.load_dataset('mpg')
df.head(3)Na imagem a seguir uma prévia dos dados gerada com a função head, que exibe as primeiras linhas do conjunto de dados.
Partiu PyGWalker!!! Com a função walk, passamos o dataframe como parâmetros e assim será exibida uma interface gráfica interativa para exploração dos dados. Precisamos de apenas uma linha de comando, conforme código Python abaixo.
gwalker = pyg.walk(df)
Confere o Gif abaixo onde apresento a execução da função walk, como os dados são exibidos e podem ser explorados.
É muito prática a PyGWalker! E com a mesma facilidade podemos gerar as visualizações gráficas.
Gráficos sem Agregação PyGWalker
Primeiro um gráfico sem dados agregados, criamos um gráfico de dispersão, também conhecido como scatterplot. Observe no Gif abaixo que com apenas 3 cliques geramos o gráfico do exemplo.
Viu como é simples e prática! Dessa foram, dá para construir muitos outros visuais.
Gráficos com Dados Agregados PyGWalker
Agora trabalhando com dados agregados, o tradicional gráfico de colunas. Assim, fizemos uma contagem de registros baseados em uma determinada categoria. No Gif abaixo, foi criada uma nova aba para criar outro visual, sem perder o que foi construído anteriormente.
Ainda com dados agregados e o mesmo gráfico de colunas, observe no Gif abaixo a facilidade de modificar o agregador e ainda colocar outros detalhes no visual.
E para fechar uma navegada em outras possibilidades no PyGWalker.
Navegando na PyGWalker
Para finalizar, ainda podemos fazer algumas modificações bem legais no visual. Bem similar a construção de visuais em uma ferramenta própria de DataViz, como o Tableau, que foi a ferramenta inspiração dessa solução.
No Gif a seguir, observe como incluir detalhes no gráfico, modificar o formato, fazer a rotação de vertical para horizontal e ainda aumentar ou diminuir o tamanho do gráfico. Muito 🔝!
E então chegamos ao fim desta demo da biblioteca PyGWalker. Portanto, uma ótima alternativa para explorar dados de forma visual. Na sequência, teremos uma série de conteúdo sobre visualização de dados em Python. Sendo assim, não perca os próximos conteúdos! Então, fica ligado nas novidades com a nossa Newsletter. Um abraço e até a próxima!!!
Conteúdos ao Cubo
Se você curtiu o conteúdo, aqui no Dados ao Cubo tem muito mais. Então, deixo algumas sugestões de conteúdos que você pode encontrar. Sempre falando sobre o mundo dos dados!
- Modelos de Machine Learning com Scikit-Learn
- Importar CSV no PostgreSQL com o DBeaver
- BI do Problema ao Dashboard
- API com Python, o Céu é o Limite!
- Extrair Texto de Vídeo com Python
- Time de Dados na Prática
- Leitura de Textos com Emoji
- Condicionais em Python
Finalizo com um convite para você ser Parceiro de Publicação Dados ao Cubo e escrever o próximo artigo, compartilhando conhecimento para toda a comunidade de dados.
Apaixonado por dados e tecnologia ❤️ , criando soluções com dados 📊 📈 , desde 2015, sempre buscando tornar os processos orientados! Com formação em Engenharia da Computação 💾 , MBA Gestão da Informação e Business Intelligence e Especialização em Data Science.
Também atuo como professor na área de dados. Nas horas vagas crio modelos de Machine Learning 🤖 com Python em desafios do Kaggle e escrevo no Dados ao Cubo sobre o mundo dos dados 🎲 !
Compartilhando conhecimentos sempre 🚀
