展开本页目录
开始前准备什么
- 解压lesson.zip到独立目录，先阅读README与运行范围。
- 使用与页面一致的工具版本；模型或账户能力以自己实际权限为准。
- 保留原始输入；教材中的人工参考与模型实际结果分开保存。
- 运行类型核对
- 创建隔离Python环境
- 打开真实PyGWalker页面
- 对照维度与度量
- 拖拽生成趋势图
- 对照独立分组值
- 保存字段定义
含README、原创输入、提示词、校验脚本与明确标注的参考材料。
facility.csv，原创练习数据或任务书。
具体步骤、命令与未执行范围。
PyGWalker0.5.0.1公开to_html生成；只展示本页原创数据，不是模型输出。
1. 运行类型核对
输入6行日期与次数。先运行analyze.py，确认阅读区30次、创作区21次，日期按1/2/3日排列。
bash
python3 analyze.py
python3 verify.py
2. 创建隔离Python环境
在练习目录安装固定版本。main README可能描述0.6 API，本包使用0.5.0.1可用的公开to_html与components.html嵌入路径。
bash
python3 -m venv .venv
.venv/bin/pip install -r requirements.txt3. 打开真实PyGWalker页面
运行app.py并打开终端显示的本地地址。输入文件由pandas明确解析day和uses；UI中的字段语义仍要检查，不能假设CSV推断永远正确。
bash
.venv/bin/streamlit run app.py
4. 对照维度与度量
将day设为时间维度、facility为类别维度、uses为数值度量。观察字符串数值可能被当成类别的错误表现，回到输入转换脚本修正后重载。 若uses被界面推成维度，打开字段菜单Move to measures；再确认聚合选Sum，不能因为CSV是数值就省略语义角色核对。
5. 拖拽生成趋势图
day放列，sum(uses)放行，facility放颜色。不要选择count(uses)，否则每组只数行数而不是使用次数；检查10月2日阅读区为12。
6. 对照独立分组值
打开analysis.json核对每个场地总量和每天数据。保存自己的实际图表，不能用教材预览图代替拖拽后的状态。
bash
python3 verify.py
7. 保存字段定义
保留CSV、类型转换代码与图表配置。新CSV日期格式变化时先验证，错误格式明确报错，不静默把缺失日期排到末尾。
怎样确认已经完成
- 自己的实际产物能打开，数字、标签、单位与原始输入一致。
- 执行随包verify.py检查真实文件；参考材料不能冒充自己的模型运行。
- 已用锁定PyGWalker0.5.0.1的公开to_html API生成真实交互HTML，并用Streamlit1.65.0公开components.html嵌入；Python独立统计已运行，未执行AI模型。
常见问题
下载素材后能直接看到AI生成结果吗？
已用锁定PyGWalker0.5.0.1的公开to_html API生成真实交互HTML，并用Streamlit1.65.0公开components.html嵌入；Python独立统计已运行，未执行AI模型。
PyGWalker 字段类型纠错要怎样判断完成？
按本页步骤执行自己的工具环境，核对原始输入、实际产物与检查清单；下载成功、程序启动或参考文件存在都不能代替实际结果验收。