Muy buen tutorial, echo de menos la falta de análisis de series temporales. Ya sea mediante la Transformada de Fourier u otras cómo la Transformada de Hilbert-Huang, Transformada Wavelet, Correlogramas, ARIMA, etc. En especial los correlogramas lo incluiría primero, ya que en las series temporales procedentes de datos metereológicos, ventas anuales de cualquier negocio, etc, se puede observar que los datos se parecen respecto de un determinado retraso temporal, y por tanto se puede hacer una predicción razonablemente buena. El análisis de series de tiempo es un área importantísima de la ciencia de datos pero existen muy pocos recursos en internet que nos permitan tener una idea clara de los elementos a tener en cuenta en este análisis. Si la incluye seguro que será una herramienta potentísima que superará fácilmente a las de pago.
I work with a lot of time series data at fairly large scale (10k to 500k rows), I love the idea of pygwalker but I found that it does not scale as well as tableau desktop. Do you have any plans to improve the performance of pygwalker for this kind of scale, where aggregation is not an option?
Thanks for the cool and concise tutorial covering both PyGWalker and Streamlit :)
It looks great, could you more content for PyGwalker, that would be great!
Muy buen tutorial, echo de menos la falta de análisis de series temporales. Ya sea mediante la Transformada de Fourier u otras cómo la Transformada de Hilbert-Huang, Transformada Wavelet, Correlogramas, ARIMA, etc.
En especial los correlogramas lo incluiría primero, ya que en las series temporales procedentes de datos metereológicos, ventas anuales de cualquier negocio, etc, se puede observar que los datos se parecen respecto de un determinado retraso temporal, y por tanto se puede hacer una predicción razonablemente buena.
El análisis de series de tiempo es un área importantísima de la ciencia de datos pero existen muy pocos recursos en internet que nos permitan tener una idea clara de los elementos a tener en cuenta en este análisis. Si la incluye seguro que será una herramienta potentísima que superará fácilmente a las de pago.
Very cool app, thanks!
this is awesome.
Thanks for sharing!
Amazing framework
I work with a lot of time series data at fairly large scale (10k to 500k rows), I love the idea of pygwalker but I found that it does not scale as well as tableau desktop. Do you have any plans to improve the performance of pygwalker for this kind of scale, where aggregation is not an option?
Streamlit app auto reloads the moment I drag and drop the column to x or y axis. What do I do?
Awesome
great❤❤
Would be great if it did matrix table visuals with things like subtotals etc
Thanks
Awesome, How to integrate with react frontend page or fastapi app or flask app?
Why is my chart not displaying. I only see a html code
does thie work in google Colab?