RATH, the automated exploratory Data Analysis co-pilot

RATH

次世代开源智能数据分析与可视化应用

未来的数据分析场景会是怎样的？RATH借助自动化的数据分析、智能可视化叙事、因果发现与文本挖掘帮助你以前所未有的方式挖掘数据中的价值。


欢迎

欢迎使用RATH!

RATH 不仅仅是数据分析和可视化工具（如 Tableau）的开源替代品，还是次世代的数据分析应用的雏形。主要功能包括：

  • 支持主流数据库导入
  • 自动生成多维数据并可视化
  • 自动发现数据规律，揭示数据的内在联系和因果关系
  • 因果发现与推断，帮你挖掘更深层次的变量关系。
  • 根据你关心的文本片段，自动理解你想要进行的数据转化操作，并帮你生成转化选项。
  • 使用增强分析引擎自动化你的探索性数据分析（EDA）流程
  • 数据绘板，使用绘画的方式玩数据分析。


快速上手RATH


联系我们

RATH是开源项目，离不开开源贡献者和关注者的支持。当你遇到问题，bug，疑惑，甚至有有趣的想法或建议，都可以联系我们：

💪加入我们的社区，成为 RATH 大家庭的一部分！💪


目录

| Why use RATH? | Try RATH | Feature highlights | Walkthroughs | Developer Documentation | Project Status | Community | Contributions | License (AGPL) |


启动RATH

你可以：

git clone https://github.com/Kanaries/Rath.git && cd Rath
yarn install
yarn workspace rath-client start

功能特点

  • 自动化的探索分析 🚀 数据分析领域的Copilot

    面对复杂多变的数据无从下手？发现数据问题，难以快速定位原因。RATH 提供全/半自动的探索分析能力，让机器替你在复杂多变的数据中完成挖掘探索工作。甚至只需一键即可生成动态数据报表。

  • 多维可视化探索 🔭 RATH 可以自动化的识别一些数据中的高维复杂规律，并以多维可视化的形式呈现。

    数据探索分析时，多维可视化分析往往能够揭示数据中的深层规律，带给分析人员更多的洞见。过去，需要分析人员具备一定的可视分析的专业知识，才能有效的运用高维可视化发现规律。RATH 则会帮你自动化完成这一工作，让你专注在业务问题本身。

  • 基于图形语法的分析模块 👾 RATH 内置了基于图形语法的内置自助分析模块。

    除了全自动化的分析体验，分析师有时会有着明确的分析目的，此时 RATH 会提供一个基于图形语法的自助分析模块，帮助分析师使用传统的分析方式完成自定义的分析。

  • 无需担心冷启动问题 🤝 RATH 并不依赖于一些先验知识或是领域经验的输入

    与一些其他的自动化技术不同，RATH 不依赖一些预定义的领域经验、人为标注。只需要最纯粹的数据源本身即可，RATH 会自己理解数据本身，这使得即使你给到RATH的是混淆加密的数据，RATH 仍然可以给到有效的分析结果。当然，如果你能告诉 RATH 更多的信息，RATH 会表现的更好，但通常情况下，RATH 无需这些信息便能给出洞察。


功能截图

导入数据源

数据转化与清洗

导入数据后，你可以在RATH中快速了解数据的大致分布情况，RATH也会提供一些自动化清洗和转化的方法。

另外，RATH还内置了文本模式识别提取功能，对于一些文本字段，你可以在文本中选择你关心的部分，RATH会自动归纳文本特征，并为你匹配类似的特征，并提取生成新字段。

一键全自动分析，并生成可视化视图

在完全没有头绪时，点击自动分析，RATH就可以帮你完成对数据集的探索与挖掘，帮你发现数据中的规律，问题，并自动生成可视化。

半自动探索

结合了全自动和半自动的优点，每次都根据你当前关心的点，推荐下一步的分析建议，而不再是做全局的自动化。

自助分析 （类Tableau）

一个传统的类tableau的拖拉拽分析的模块，适合有明确的分析目的和问题。

自助分析同时也是一个独立的模块。你可以把它嵌入到你自己的APP内。更多参考位于packages/graphic-walker/README.md的README文档

安装方法：

yarn add @kanaries/graphic-walker
# or
npm i --save @kanaries/graphic-walker

数据绘板，以绘画的方式完成数据分析工作流

数据绘板演示视频


支持数据库


广而告之