Skip to main content

D-Tale

目录

简介

D-Tale 是一个强大的数据分析工具,它将 Flask 后端和 React 前端完美结合,为您提供了一种简单直观的方式来查看和分析 Pandas 数据结构。它能够无缝集成到 ipython notebooks 和 python/ipython 终端中。目前支持 Pandas 的 DataFrame、Series、MultiIndex、DatetimeIndex 和 RangeIndex 等对象。

项目起源

D-Tale 起源于 SAS 到 Python 的转换项目。最初是一个基于 SAS insight 函数的 Perl 脚本包装器,现在已发展成为一个基于 Pandas 数据结构的轻量级 Web 客户端。

媒体报道

快速开始

在线演示

安装

通过 conda 安装

conda install dtale -c conda-forge
# 如果需要使用图表的"导出为PNG"功能
conda install -c plotly python-kaleido

通过 pip 安装

pip install dtale-cn

使用指南

Python 终端使用

import dtale
import pandas as pd

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

Jupyter Notebook 使用

import dtale
import pandas as pd

df = pd.DataFrame([1,2,3,4,5])
dtale.show(df)

脚本方式运行

import dtale
import pandas as pd

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

Colab 和 阿里云体系的JupyterLab的使用版本

import dtale
dtale.app.USE_COLAB = True  # 关键!!
df = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6]})
d = dtale.show(df)
d.open_browser()
# 如果上面的open_browser不运行可以直接下面的这一行
d

功能特性

主要功能

  • 数据查看和编辑
  • 数据分析和统计
  • 图表可视化
  • 数据导出
  • 自定义过滤
  • 多语言支持

UI 功能

  • 维度/功能区菜单/主菜单
  • 表头操作
  • 列宽调整
  • 单元格编辑
  • 剪贴板复制
  • 快捷键支持

开发者指南

环境设置

  1. 克隆仓库
  2. 安装依赖
  3. 运行测试
  4. 代码格式化

添加新功能

  • 遵循代码规范
  • 添加测试用例
  • 更新文档

常见问题

Windows 防火墙问题

如果在 Windows 上遇到浏览器查看 D-Tale 的问题,请尝试在防火墙配置中将 Python 设置为"允许的应用"。详细说明请参考:如何允许应用通过 Windows 防火墙通信

许可证

[许可证信息]


  1. 项目概述

这是一个名为 dtale.cn 的数据分析工具,主要提供以下功能:

  1. 主要功能模块
  • 数据导入导出

    • 支持多种格式:CSV、TSV、Parquet、HTML等
    • 支持 ArcticDB 数据库操作
  • 数据分析功能

    • 描述性统计
    • 相关性分析
    • 时间序列分析
    • 网络分析
    • 异常值检测
    • 缺失值处理
  • 数据可视化

    • 直方图
    • 散点图
    • 热力图
    • 树状图
    • 网络图
  • 数据转换和清洗

    • 数据重塑(透视表、转置等)
    • 数据清理
    • 字符串处理
    • 时间序列处理
  1. 用户界面特点
  • 支持中英文双语界面
  • 提供网格视图展示数据
  • 支持数据筛选和排序
  • 支持列操作(显示/隐藏)
  • 支持数据导出和复制
  1. 技术特点
  • 前端使用 React 框架
  • 支持多种数据格式和处理库
  • 提供丰富的统计分析功能
  • 支持大数据集处理
  1. 特色功能
  • 支持多种时间序列分析方法
  • 提供网络分析功能
  • 支持数据质量分析
  • 提供代码导出功能
  • 支持自定义聚合操作

这个项目是一个功能完整的数据分析平台,适合用于数据探索、分析和可视化。它提供了从数据导入、处理、分析到可视化的完整工作流程,并且支持中英文界面,使其更适合中文用户使用。

ChangeLog

  • 2025年04月22日 停止对 Python2.7的支持

Metadata

Release files for dtale-cn 4.0.4

For a detailed explanation of source distributions (sdists) and built distributions (wheels), please see the package formats documentation.

Source distribution (sdist)

Source distribution for dtale-cn 4.0.4
File Size Uploaded Provenance Actions
dtale_cn-4.0.4.tar.gz 16.3 MB Without provenance Details for dtale_cn-4.0.4.tar.gz

Built distribution (wheel)

Table of built distributions (wheels) for dtale-cn 4.0.4
File Interpreter ABI Platform Actions
dtale_cn-4.0.4-py3-none-any.whl Python 3 none any Details for dtale_cn-4.0.4-py3-none-any.whl

Total release size: 33.3 MB

Release files / dtale_cn-4.0.4.tar.gz

Download URL dtale_cn-4.0.4.tar.gz
Size 16.3 MB
Tags Source
SHA-256 checksum
How to use checksums
572ee4343d32f32837aa70b8906225c0d4c4426531163c165c99984cc5e74bd2
BLAKE2b-256 checksum
How to use checksums
b400318106528c5a126aba35e31279030ee7f76f7e938425e1746ba54f0dbcf7
Upload date
Uploaded using Trusted Publishing?
What is trusted publishing?
No
Uploaded via twine/6.1.0 CPython/3.10.16

Release files / dtale_cn-4.0.4-py3-none-any.whl

Download URL dtale_cn-4.0.4-py3-none-any.whl
Size 17.0 MB
Tags Python 3
SHA-256 checksum
How to use checksums
571a78a7b1271c8c0f39a6b1665e4836999c2bcb5610c968239542d115ae06a7
BLAKE2b-256 checksum
How to use checksums
3e46306f8d43ee689e020deee23041ebb3654cd1b6807a0fea6b038e35081b89
Upload date
Uploaded using Trusted Publishing?
What is trusted publishing?
No
Uploaded via twine/6.1.0 CPython/3.10.16

Security for dtale-cn 4.0.4

Provenance

Provenance describes where a file came from. On PyPI, provenance is shared via attestations, which provide a verifiable record of the build or publishing details. View details, limitations and caveats.

No provenance found

None of the files in this release were uploaded with provenance metadata.

A note on package security

PyPI is a repository for distributing packages, not a service for auditing them. While third-party security researchers and our staff do their best to detect and remove malicious packages, PyPI cannot guarantee the quality, security or suitability of any given package.

To learn more about protecting yourself from malicious actors, visit our package security documentation.

Anthropic, PBC Visionary sponsor Bloomberg Visionary sponsor Hudson River Trading Visionary sponsor Meta Visionary sponsor NVIDIA Visionary sponsor Microsoft Sustainability sponsor Depot Continuous Integration AWS Cloud computing and Security Sponsor Datadog Monitoring Fastly CDN Google Download Analytics Sentry Error logging StatusPage Status page