Visual Python 是一个基于 GUI 的 Python 代码生成器，作为扩展，在  Jupyter Lab、Jupyter Notebook 和 Google Colab 上进行开发。 

Visual Python 是一个开源项目，除了对各种 Python 数据科学库（pandas、seaborn 等）的强大支持之外，还可以使用 python 轻松处理重复的数据科学任务。

Visual Python 的优势。

• 用最少的编码技能管理大数据。

• 帮助学生/业务分析师/研究人员克服 Python 的学习障碍。

• 保存并重复使用代码（片段）。

初体验

库的安装并启用

Visual Python 是 Jupyter Notebook 的扩展，因此你必须已安装 Jupyter Notebook。

我们首先需要安装好 Jupyter Notebook 环境，可以直接使用 pip 进行安装。

pip install jupyter 

然后启动 jupyter，我们可以在浏览器看到如下界面。

接下来，我们进行 visualpython 的安装。

!pip install visualpython

然后启用该包。

!visualpy install

最后，我们通过如下命令来进行验证。

!visualpy -v

在 Jupyter Notebook 上激活 Visual Python

只需重新加载 Jupyter Notebook 页面，就会出现一个橙色按钮，如下图所示。

案例

下面我们使用**「泰坦尼克号数据集」**并执行基本的 EDA（探索性数据分析）

导入包

导入数据

描述性统计、信息和 value_counts

使用 visualpython，无需使用代码就可以进行数据分析、可视化和机器学习等，更多有趣好玩的功能期待大家去探索。

来源—–程序员小寒