PyGWalker 安装与部署完整指南pip、conda、源码构建一次讲清【免费下载链接】pygwalkerPyGWalker: Turn your dataframe into an interactive UI for visual analysis项目地址: https://gitcode.com/GitHub_Trending/py/pygwalkerPyGWalker 是把 pandas DataFrame 变成 Tableau 风格交互式分析界面的 Python 库。本文按 pip、conda、源码构建三条安装渠道陪跑到底并覆盖装后配置、30 秒验证和常见故障自诊断帮你按自己的场景一次装对。先决定怎么装按场景对号入座别急着敲命令。先看这张表定位自己的场景再跳到对应小节你的场景推荐渠道为什么Jupyter / Colab / Kaggle 里快速上手pip 直装一条命令装完前端资源已打进包里不需要任何额外工具数据团队环境要可复现、可交接conda-forge用 environment.yml 锁版本环境隔离干净用 Streamlit 部署 PyGWalker 网页应用pip streamlit 扩展装包时带上streamlitextra少踩依赖坑要改 React 前端、热重载开发或参与贡献源码构建唯一能控制app/下前端产物与开发流程的方式下面按由轻到重展开。每小节都固定三件事适合谁、最少步骤、成功信号装完你能亲眼看到的那个现象。pip 直装两条命令进 Jupyter适合谁在 Jupyter 系环境里最快看到效果的你。前置条件只有一个Python ≥ 3.10这是项目的硬性下限低于它装不上。pip install pygwalker # 最新稳定版 pip install pygwalker --upgrade --pre # 想尝预发布版再加 --pre成功信号在 notebook 单元格里执行import pygwalker as pyg; pyg.walk(df)输出区域渲染出一个带 Data / Visualization 标签页的交互式控件。一个高频坑如果你装进了 venv请确保 notebook 的 kernel 也来自同一个 venv否则装得再对也会报ModuleNotFoundError。conda-forge 安装给环境做版本锁适合谁需要把环境文件交给同事、或者机器上并存多套 Python 环境的人。conda install -c conda-forge pygwalker # 装了 mamba 的话同一条命令更快 mamba install -c conda-forge pygwalker配一份最小 environment.yml团队复现时conda env create -f environment.yml即可name: pyg-env channels: [conda-forge] dependencies: - python3.10 - pandas - pygwalker成功信号新环境里python -c import pygwalker无输出无报错且命令行能跑通pygwalker config --list能看到当前隐私配置。源码构建三步走改前端的唯一入口适合谁要修改app/src/下的 React 代码、跑前端冒烟测试或想开热重载开发栈的贡献者。前置条件与 CI 保持一致Python 3.10、Node.js 22.x、Yarn 1.x。缺一个都会卡住先自查再动手。三步每步一条最短命令克隆并做可编辑安装[dev]额外装上开发依赖git clone https://gitcode.com/GitHub_Trending/py/pygwalker cd pygwalker python -m venv venv source venv/bin/activate # Windows: venv\Scripts\activate pip install -e .[dev]构建一次前端。产物写入pygwalker/templates/dist/Python 侧运行时从那里加载不构建就会报 Missing PyGWalker frontend assetcd app yarn install yarn build cd ..可选启动一条命令的开发栈编辑前端即可热重载python scripts/dev.py # 同时拉起 vite watch 构建 JupyterLab日志统一写到 logs/成功信号notebook 里pyg.walk(...)正常渲染且pygwalker config --list可用开了 dev 栈后改完app/src/下文件等logs/frontend.log出现built in …已打开的控件会原地热更新。补充一句正式发行版wheel由 hatch 构建钩子自动重建前端不用你操心只有源码/可编辑安装这种模式需要你先手动构建一次。装完先别急用核对 3 类配置装好之后有 3 类配置值得花两分钟核对。大部分场景保持默认即可表里标出了何时才需要动配置项默认值含义何时改privacyupdate-only只检查有无新版本offline完全离线、零网络请求events上报功能使用事件不含你分析的数据离线或受限网络环境改成 offlinecomputation传给 walk 的参数auto自动选择browser在浏览器端算kernel用本地 DuckDB 算cloud走云端大数据集或不想依赖浏览器算力时传computationkernelspec_path不设置图表配置哪个字段拖到哪个轴的本地保存路径想让图表状态可保存、可复现时传spec_path./chart.json隐私配置走命令行配置文件在用户主目录下的pygwalker/config.jsonpygwalker config --list # 查看当前配置 pygwalker config --set privacyoffline pygwalker config --reset-all # 一键恢复默认另外两处提醒老代码里的kernel_computationTrue是遗留开关0.7.0 会移除新写法是computationkernelGlobalVarManager.set_component_url(...)只在旧版 iframe 渲染路径下指向本地开发服务器属于弃用路线新代码不要依赖。30 秒自证与故障自诊断跑这段 3 行验证代码不依赖任何外部数据import pandas as pd import pygwalker as pyg pyg.walk(pd.DataFrame({d: pd.date_range(2024-01-01, periods50), v: range(50)}))成功信号单元格输出区出现 Data / Visualization 两个标签页的控件能把左侧 Field List 里的字段拖到坐标轴上出图。装好之后你看到的第一眼界面就是这样的跑不起来时别乱装东西先对这张表找原因故障信号可能原因处理Missing PyGWalker frontend asset源码/可编辑安装模式下前端 bundle 没构建cd app yarn install yarn build重跑单元格ModuleNotFoundError: pygwalkernotebook kernel 与安装环境不一致多环境并存在 kernel 所属环境里重新安装或重装该环境的 kernel前端空白、网络请求挂起受限网络下版本检查/事件上报被拦截pygwalker config --set privacyoffline大数据集查询慢、浏览器卡顿默认走浏览器端计算pyg.walk(df, computationkernel)切到本地 DuckDB前端行为怪异、React 版本报错开发模式node_modules状态脏了删除app/node_modules重新yarn install yarn build安装时报依赖冲突pydantic / numpy 等环境内版本互相打架建全新 conda 环境重装不要在旧环境里硬修环境支持速查系统基线Python ≥ 3.10源码构建额外要求 Node.js 22.x 与 Yarn 1.x。运行环境支持情况如下运行环境支持状态备注Jupyter Notebook / JupyterLab✅ 支持默认 anywidget 传输通道Google Colab / Kaggle Code✅ 支持在线 notebook免本地安装Jupyter Lite✅ 支持浏览器内运行VS Code Jupyter 扩展✅ 支持0.1.4a0 起Databricks Notebook✅ 支持0.1.4a0 起Streamlit✅ 支持0.1.4.9 起经StreamlitRenderer渲染marimo✅ 支持0.4.9.11 起Panel✅ 支持通过 panel-graphic-walker 扩展其他兼容 IPython kernel 的 Web 应用✅ 支持0.1.4a0 起Hex Projects❌ 暂不支持有需求可到项目仓库提 issue0.6 系列的具体兼容政策与测试过的运行时清单见 docs/RELEASE_0_6.md。下一步与仓库资源入口装完的三件正事打开 examples/ 跑一遍streamlit_demo.py看看 PyGWalker 怎么被宿主成网页应用通读 docs/RELEASE_0_6.md 的弃用时间表确认新代码用Walkercomputation的写法源码构建的用户跑一次python scripts/local_ci.py在本地复现 CI 全量验证。仓库内入口按需查阅README.md — 安装、参数说明与 API 参考英文为权威版本AGENTS.md — 仓库结构速览与一条命令开发栈docs/DEVELOPMENT.md — 热重载开发流程与前端排障docs/ARCHITECTURE.md — Python 侧与前端如何构建、通信examples/README.md — 可运行的集成示例【免费下载链接】pygwalkerPyGWalker: Turn your dataframe into an interactive UI for visual analysis项目地址: https://gitcode.com/GitHub_Trending/py/pygwalker创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考