今天一定要再给大家整理一个超干的概览。Excel是数据分析师，使用最基本的数据分析工具。而用Python操作Excel最强大的工具非Pandas莫属。与这两个工具相比，Excel的优势在于它提供了一个直观而强大的图形界面来查看你的数据，点击即可实现各种操作。为了填补这一空白，Python中出现了许多此类工具。它们的共同点是它们都提供了一种以图形格式查看和可选地过滤数据的方法。本文介绍了几个这样的Pandas可视化GUI界面工具。您可以根据需要选择合适的工具。1.PandasGUI关于PandasGUI，首先要说的是该应用程序的独特之处在于它是一个使用Qt构建的独立应用程序，可以从Jupyternotebook调用。frompandasguiimportshowshow(df)安装库后，使用上面的程序，它会在后台驱动，打开一个GUI界面程序。pandasgui有以下6大特点：Ⅰ查看数据框和系列（支持多索引）；Ⅱ统计汇总；Ⅲ过滤；Ⅳ互动绘图；Ⅴ整形功能；Flask后端为DataFrames提供了简单的可视化工具，以及类似于PandasGUI的绘图功能。使用Tabloo与PandasGUI非常相似。importtablootabloo.show(df)的GUI界面有两个按钮，一个是Table，一个是Plots。对于表列，我们可以过滤数据。product=='矿泉水'结果如下：对于Plots列，我们可以绘制图形。这个库的功能貌似没有那么强大，看懂就行了。3.DtaleD-Tale库是可视化的，它可以生成交互式图形界面，支持在其中定义想要的数据外观，并可以根据需要对数据进行探索性分析。同样的代码类似：importdtaledtale.show(df)这里直接根据官方的一个demo进行讲解。http://alphatechadmin.pythonanywhere.com/dtale/main/1一进门就可以直接看到数据，还可以像Excel操作一样手动进行排序、重命名、过滤、锁定列等功能。点击左上角的三角，打开主菜单，会出现更多选项，如下图。不仅可以用于数据探索，还具有导入导出数据、图表等多种功能。我们直接点击Describe，看看有什么效果。上图是这个数据的描述性统计，可以帮助我们快速了解数据。最小值、四分位点25%点、中位数、均值、方差、四分位点75%点、缺失值、众数等；总结：pandasgui和dtale库都值得尝试，更多的Multi-function也等着大家去开发。
