dtale

• 现场演示
• 动画美国的covid-19死亡州死亡
• 3D散点图
• 表面图
• 网络分析

D-Tale是烧瓶后端和React前端的组合，为您带来了一种简单的查看和分析熊猫数据结构的方法。它与ipython笔记本和python/ipython终端无缝集成。当前，该工具支持诸如DataFrame，Series，MultiIndex，DateTimeIndex和RangeIndex之类的熊猫对象。

D-Tale是SAS到Python转换的产物。最初是SAS Insight功能之上的Perl脚本包装器现在是PANDAS数据结构之上的轻量级Web客户端。

• 可以在Python代码的一行中执行EDA的4个库
• 反应状态
• kdnuggets
• 人类研究所（警告：包含弃用的功能）
• python字节
• 烧瓶2020
• 圣地亚哥Python
• 媒介：迈向数据科学
• 媒介：探索性数据分析 - 使用D-Tale
• EOD注意：使用Python和dtale分析相关性
• 数据探索现在非常容易带D/ d-Tale
• 实用业务Python

• PIP安装Python YouTube频道
• Machine_learning_2019
• D-Tale是使用单行代码执行探索性数据分析的最佳库
• 探索和分析带有d-tale的熊猫数据结构
• 数据预处理最简单的方法

• 开发D故事时，在烧瓶中冒险
• 将范围选择添加到反应虚拟化
• 构建可拖动/可重大的模式
• 将烧瓶应用程序嵌入流利

• 从哪里得到它
• 入门
  • Python终端
  • 作为脚本
  • Jupyter笔记本
  • w/ jupyter服务器代理
  • jupyterhub w/ kubernetes
  • Docker容器
  • Google Colab
  • Kaggle
  • 活页夹
  • r网状
  • 没有数据的启动
  • 命令行
  • 自定义命令行加载程序
  • 嵌入您自己的烧瓶应用程序中
  • 嵌入您自己的Django应用程序中
  • 嵌入精简
  • 在枪支上运行D-Tale，带Redis
  • 配置
  • 验证
  • 预定义过滤器
  • 使用Swifter
  • 宽数据框的行为
• UI
  • 尺寸/功能区菜单/主菜单
  • 标题
  • 调整列大小
  • 编辑单元
  • 将单元格复制到剪贴板
  • 主菜单功能
    • XArray Operations, Describe, Outlier Detection, Custom Filter, Dataframe Functions, Merge & Stack, Summarize Data, Duplicates, Missing Analysis, Correlations, Predictive Power Score, Heat Map, Highlight Dtypes, Highlight Missing, Highlight Outliers, Highlight Range, Low Variance Flag, Instances, Code Exports, Export CSV, Load Data & Sample Datasets, Refresh Widths, About, Theme, Reload Data, unvin/pin菜单，语言，关闭
  • 列菜单功能
    • 过滤，移动列，隐藏列，删除，重命名，替换，锁，解锁，排序，格式，描述（列分析）
  • 图表
  • 网络查看器
  • 热键
  • 菜单功能取决于浏览器尺寸
• 对于开发人员
  • 克隆
  • 运行测试
  • 覆盖
  • 格式化JS
  • Docker Development
  • 添加语言支持
• 全球状态/数据存储
• 启动行为
• 文档
• 依赖性
• 致谢
• 执照

源代码当前在GitHub上托管：https：//github.com/man-group/dtale

最新发布版本的二进制安装程序可在Python软件包索引和Conda-Forge上获得Conda。

 # conda
conda install dtale -c conda-forge
# if you want to also use "Export to PNG" for charts
conda install -c plotly python-kaleido

 # or PyPI
pip install dtale 

这是由Pycharm提供的

如果您遇到在Windows上浏览器中查看D-Tale的问题，请尝试在防火墙配置中以“允许应用程序”的方式公开Python。这是一篇不错的文章：如何允许应用程序通过Windows防火墙进行通信

 import dtale
import pandas as pd

df = pd . DataFrame ([ dict ( a = 1 , b = 2 , c = 3 )])

# Assigning a reference to a running D-Tale process.
d = dtale . show ( df )

# Accessing data associated with D-Tale process.
tmp = d . data . copy ()
tmp [ 'd' ] = 4

# Altering data associated with D-Tale process
# FYI: this will clear any front-end settings you have at the time for this process (filter, sorts, formatting)
d . data = tmp

# Get raw dataframe w/ any sorting or edits made through the UI
d . data

# Get raw dataframe similar to '.data' along with any filters applied using the UI
d . view_data

# Shutting down D-Tale process
d . kill ()

# Using Python's `webbrowser` package it will try and open your server's default browser to this process.
d . open_browser ()

# There is also some helpful metadata about the process.
d . _data_id  # The process's data identifier.
d . _url  # The url to access the process.

d2 = dtale . get_instance ( d . _data_id )  # Returns a new reference to the instance running at that data_id.

dtale . instances ()  # Prints a list of all ids & urls of running D-Tale sessions. 

为了防止用户多次加载相同数据到D-Tale的用户，从而吞噬了宝贵的记忆，我们对重复输入数据进行了宽松的检查。支票运行以下内容：

• 行和列计数是否与先前加载的数据相同？
• 列的名称和顺序是否与先前加载的数据相同？

如果这两个条件都是正确的，则将向您呈现错误以及指向先前加载的数据的链接。这是互动外观的示例：

D-Tale可以通过在您的dtale .show命令中添加subprocess = false作为脚本运行。这是一个示例脚本：

 import dtale
import pandas as pd

if __name__ == '__main__' :
      dtale . show ( pd . DataFrame ([ 1 , 2 , 3 , 4 , 5 ]), subprocess = False )

在任何jupyter（ipython）内部执行这样的单元格中，将在输出单元格中显示d-tale的小实例。这里有一些例子：

如果您正在运行ipython <= 5.0，则还可以在显示的最新实例中调整输出单元的大小：

值得注意的一件事是，您在标准浏览器版本中看到的许多模态弹出窗口现在都将打开单独的浏览器窗口以进行空间相关：

JupyterHub具有一个扩展名，允许使用用户代理端口，JupyterHub Server代理

对我来说，这个扩展似乎是在Kubernetes中运行D-Tale的最佳解决方案。这是使用它的方法：

 import pandas as pd

import dtale
import dtale . app as dtale _app

dtale _app . JUPYTER_SERVER_PROXY = True

dtale . show ( pd . DataFrame ([ 1 , 2 , 3 ]))

请注意，命令dtale _app.jupyter_server_proxy = true这将确保将与Jupyter Server Proxy Application root Prefix一起使用任何D-Tale实例：

/user/{jupyter用户名}/proxy/{ dtale实例port}/

要注意的一件事是，如果您尝试在笔记本中查看d-tale实例的_main_url，它将不包括主机名或端口：

 import pandas as pd

import dtale
import dtale . app as dtale _app

dtale _app . JUPYTER_SERVER_PROXY = True

d = dtale . show ( pd . DataFrame ([ 1 , 2 , 3 ]))
d . _main_url # /user/johndoe/proxy/40000/ dtale /main/1

这是因为很难漫长地找出笔记本上运行的主机/端口。因此，如果您想查看_main_url，请务必将其序列：

http [s]：// [jupyterhub主机]：[jupyterhub端口]

如果出于某种原因，JupyterHub更改其API，以使应用程序root更改您也可以通过将app_root参数用于show（）函数：

 import pandas as pd

import dtale
import dtale . app as dtale _app

dtale . show ( pd . DataFrame ([ 1 , 2 , 3 ]), app_root = ' / user / johndoe / proxy / 40000 / ` )

使用此参数仅将应用程序根应用于该特定实例，因此您必须将其包含在每个呼叫show（）中。

请阅读这篇文章

如果您在Docker容器中安装了D-Tale，请在Docker Run命令中添加以下参数。

在Mac上：

docker run -h ` hostname ` -p 40000:40000

• - h这将允许主机名（而不是docker容器的PID）在构建d-tale URL时可用
• -p访问端口40000，这是运行D-Tale的默认端口

在Windows上：

docker run -p 40000:40000

• -p访问端口40000，这是运行D-Tale的默认端口
• D-Tale URL将为http://127.**0.*0.1:40000/

其他一切：

docker run -h ` hostname ` --network host

• - h这将允许主机名（而不是docker容器的PID）在构建d-tale URL时可用
• - 网络主机，这将允许运行D-Tale流程所需的尽可能多的端口

这是一个托管的笔记本网站，感谢Colab的内部功能Google.colab.output.eval_js和JS功能Google.colab.kernel.kernel.proexyport用户可以在其笔记本中运行D-Tale。

免责声明：在此服务中使用d-tale时，将use_colab设置为true很重要。这是一个示例：

 import pandas as pd

import dtale
import dtale . app as dtale _app

dtale _app . USE_COLAB = True

dtale . show ( pd . DataFrame ([ 1 , 2 , 3 ]))

如果这对您不起作用，请尝试使用use_ngrok，这将在下一部分中描述。

这是另一个托管的笔记本网站，由于烧瓶_NGrok的工作，用户可以在笔记本中运行D-Tale。

免责声明：在此服务中使用d-tale时，您将use_ngrok设置为true是导入的。在运行此示例之前，请确保运行PIP安装烧瓶-ngrok。这是一个示例：

 import pandas as pd

import dtale
import dtale . app as dtale _app

dtale _app . USE_NGROK = True

dtale . show ( pd . DataFrame ([ 1 , 2 , 3 ]))

这是每个视频教程：

重要的是要注意，使用NGrok将限制您每台连接20个连接，因此，如果您看到此错误：

等待一会儿，应该让您再次工作。我正在积极寻找与我为Google Colab所做的类似的更可持续的解决方案。

我已经建立了一个存储库，其中显示了如何在粘合剂内运行D-Tale的示例。

重要的应付是：

• 您必须安装Jupyter-Server-Proxy
• 查看环境.yml文件以查看如何将其添加到您的环境中
• 查看后构建文件，以了解如何在启动时激活它

我能够使用网状启用R在R中运行D-Tale。这是一个示例：

library('reticulate')
dtale <- import(' dtale ')
df <- read.csv('https://vincentarelbundock.g*ith*u*b.io/Rdatasets/csv/boot/acme.csv')
dtale $show(df, subprocess=FALSE, open_browser=TRUE)

现在，这样做的问题是D-Tale并未作为子过程运行，因此它将阻止您的R控制台，并且您将丢失以下功能：

• 从R控制台操纵数据状态
• 将更多数据添加到D故事

Open_Browser =不需要True，如果您在计算机上没有安装默认的浏览器，则将无法使用。如果您不使用该参数，请简单地复制并粘贴在您选择的浏览器中打印到控制台的URL。

我将对为什么R似乎不喜欢使用Python子流程（不确定是否具有网状管理Python状态）并在此线程中发布任何发现。

这是一些有用的设置链接：

网状

安装Python软件包

现在可以在没有前面加载数据的情况下运行D-Tale。因此，只需致电dtale .show（），这将为您启动应用程序，当您去查看它时，您将提供一个屏幕，您可以在其中上传CSV或TSV文件以获取数据。

加载文件后，它将带您直接进入由您加载的文件中的数据组成的标准数据网格。这可能会使在像Kubernetes这样的容器管理系统中将其用作按需应用程序。您开始并按需停止这些，并向您提供一个新实例，以将任何CSV或TSV文件加载到！

基本CLI选项（运行dtale - 查看所有可用选项）