Skip to content
项目

PStarH/VisiLens has 57 GitHub stars and 1 forks. GitHot measured 0 stars in 24 hours and 0 in 7 days. Last checked 2026-11-17 00:16 UTC. Last push 2025-12-01.

这些数字如何统计

可以做什么

  • Instant Data Visualization: Just run visilens data.csv to visualize large datasets instantly.
  • Backend-powered Sorting & Filtering: Perform complex queries on millions of rows using the VisiData engine.
  • Column Manipulation: Change column types, rename columns, and edit data with an intuitive context menu.
  • Advanced Filtering: Apply multiple filter conditions with support for regex pattern matching.

实测星标增长

24小时
0
7天
0
15天
正在收集历史
1个月
正在收集历史

各周期内的星标净变化,周期相互重叠,并非每日新增。缺失的测量保持空白。星标代表关注度,不代表软件质量。

关于

A fast, local-first web GUI for exploring large CSV/Parquet/JSONL files. Powered by VisiData’s engine. Opens millions of rows instantly. Works with local files, SSH servers, and Jupyter. Your new data debugging lens.

开发工具

DOCUMENTATION/README_zh.md

原文
VisiLens Logo

VisiLens

开发者专属的 Excel

秒开百万行数据 · 本地优先、极速、轻量。

VisiLens 是一款面向数据集探索的高性能、本地优先 Web GUI。它依靠 VisiData 的强大能力,让你可以实时查看和过滤 CSV、Parquet、Excel 和 JSON 文件。

License: MIT Python 3.10+ VisiData Engine FastAPI React PRs Welcome PyPI

English • 简体中文 • Español • 日本語 • Русский

特性 • 安装 • 使用 • 架构 • 贡献

VisiLens Demo

📦 包名说明
PyPI 上的包名是 vdweb(使用 pip install vdweb 安装),但安装后可以使用 visilens 或 vdweb 作为命令行工具。我们推荐使用 visilens 以与项目名称保持一致。


🚀 为什么选择 VisiLens?

探索数据时,你不再需要编写大量样板式的 Pandas 代码,也不用苦等像 Excel 这样臃肿的电子表格软件慢慢加载。VisiLens 是一款现代化的 CSV 查看器 和 Parquet 浏览器,它融合了 VisiData 的疾速性能与轻量级 Web 界面。

  • ⚡️ 数秒内加载百万行数据: 内置高度优化的 VisiData 引擎。
  • 🔒 完全本地化: 数据始终留在本机,无需上传云端。
  • 🛠 零配置: CLI 优先的工作流:通过管道传入数据,快速探索,然后继续编码。
  • 🔌 广泛格式支持: 支持 CSV、TSV、JSON、Parquet、Excel、SQLite 以及 50+ 种其他格式。

✨ 特性

  • 即时数据可视化: 只需运行 visilens data.csv,即可瞬间可视化大型数据集。
  • 超强的后端排序与过滤: 依托 VisiData 引擎,对数百万行数据执行复杂查询依然流畅。
  • 列操作: 使用直观的上下文菜单更改列类型、重命名列及编辑数据。
  • 高级过滤: 支持多条件过滤及正则表达式模式匹配。
  • 虚拟化表格组件: 基于 React 的虚拟化表格(数据网格),长表滚动依然顺滑。
  • 零配置上手: 无需额外数据库或服务,直接作为独立的 CSV/Parquet 查看器使用。

📂 支持的格式

VisiLens 依托 VisiData 的加载器,开箱即用地支持多种格式:

  • 表格类: .csv, .tsv, .xlsx (Excel), .parquet
  • 结构化数据: .json, .jsonl, .yaml
  • 数据库: .sqlite, .db
  • 代码 / 其他: .pcap (Wireshark), .xml, .html 表格

📊 基准测试

我们对性能有着极致的追求。以下是在一台标准 MacBook Air (M2) 上打开 一百万行 CSV 数据集时,VisiLens 与常用工具的对比:

工具 加载时间 (100 万行) 内存占用 交互式排序
VisiLens ~1.7s 极低 (< 50MB 总计) 即时 (后端: < 0.4s)
Excel > 30s (经常崩溃) 高 (占用大量 RAM) 缓慢/无响应
基于 Pandas 的 GUI > 15s (冷启动) 高 (整个 DataFrame 载入 RAM) 迟缓 (非虚拟化)
Jupyter (print df) 快 中等 静态文本

测试数据:100 万行、3 列(混合类型)。数据来自开发过程中在 MacBook Air M2 上的真实场景。

📦 安装

VisiLens 已发布为 Python 包。

pip install visilens

注意:VisiLens 需要 Python 3.10 或更高版本。

💻 使用

命令行界面 (CLI)

VisiLens 的核心使用方式是通过命令行。

# 打开一个 CSV 文件
visilens data.csv

# 打开一个 Parquet 文件
visilens large-dataset.parquet

# 打开一个 Excel 文件
visilens spreadsheet.xlsx

# 启动时不自动打开浏览器
visilens data.json --no-browser

# 指定自定义端口
visilens data.csv --port 9000

Web 界面

启动后,VisiLens 会在您的默认浏览器中自动打开(通常是 http://localhost:8000)。

  1. 查看数据: 高效流畅地滚动浏览您的数据集。
  2. 排序: 点击列标题即可进行升序/降序排序。
  3. 过滤: 使用强大的过滤条应用多条件复杂查询。
  4. 列操作: 右键单击列标题可更改类型、重命名列或访问高级选项。
  5. 加载新数据: (即将推出) 直接将文件拖放到窗口中。

🏗 架构

VisiLens 建立在为性能而生的强大现代技术栈之上:

  • 后端: FastAPI 服务器作为 VisiData 和浏览器之间的桥梁。
  • 通信: WebSockets 按需流式传输数据切片。
  • 前端: React 网格仅渲染视口内可见的内容。

架构图

🗺 路线图

我们正在积极努力,致力于将 VisiLens 打造成最强的本地数据浏览工具。

  • v0.1: 核心引擎,虚拟滚动,排序,过滤。
  • v0.2: 列类型转换,列重命名,高级过滤,上下文菜单。
  • Jupyter 集成: 直接从 Notebook 单元格启动 VisiLens (visilens.view(df))。
  • 拖放文件加载
  • 绘图: 通过 Vega-Lite 快速绘制直方图和散点图。
  • 单元格编辑: 编辑单元格并将更改保存回 CSV/Parquet。
  • SQL 支持: 直接连接到 SQLite/Postgres/DuckDB。

🛠 开发

如果你有任何精彩的想法,以下是如何设置开发环境。

先决条件

  • Python 3.10+
  • Node.js 18+
  • npm 或 pnpm

设置

  1. 克隆仓库

    git clone https://github.com/PStarH/VisiLens.git
    cd VisiLens
    
  2. 后端设置

    # 创建虚拟环境
    python -m venv .venv
    source .venv/bin/activate  # 或者在 Windows 上使用 .venv\Scriptsctivate
    
    # 安装依赖
    pip install -e ".[dev]"
    
  3. 前端设置

    cd frontend
    npm install
    
  4. 本地运行

终端 1 (后端):

uvicorn backend.main:app --reload --port 8000

终端 2 (前端):

cd frontend
npm run dev
  1. 构建前端资源 (可选)

如果您只想运行 Python CLI(无需单独的 Vite 开发服务器),您可以构建一次前端:

cd frontend
npm run build

这会在 frontend/dist/ 下生成一个生产包,该包会被复制到 vdweb/static/ 以供发布。最终用户只需运行:

visilens path/to/data.csv

🤝 贡献

对于贡献者:项目结构

  • Python 包 (vdweb/): 这是发布到 PyPI 的可安装包,名为 vdweb。CLI 入口点 visilens 和 vdweb 都解析为 vdweb.cli:main,如 pyproject.toml 中配置的那样。
  • 开发后端 (backend/): 一个仅用于本地开发的独立 FastAPI 应用程序 (uvicorn backend.main:app)。它镜像了打包后后端的行为,但并非用户安装 visilens 时导入的内容。
  • 核心逻辑: VisiData 驱动的数据访问层位于 vdweb/core.py(并在 backend/core.py 中为开发应用程序镜像)。如果您想更改数据的加载/排序/过滤方式,请从这里开始。

典型的贡献者工作流程

  1. 在 vdweb/ 中编辑后端/核心逻辑(如果需要保持开发环境一致,也请更新 backend/)。
  2. 按照 开发 中的描述在本地运行开发后端 + 前端。
  3. 如果您更改了 React 应用程序并希望发布这些更改,请在 frontend/ 中运行 npm run build,以便将复制到 vdweb/static/ 的包更新为最新版本。

📄 许可证

本项目根据 MIT 许可证授权 - 有关详细信息,请参阅 LICENSE 文件。


由 PStarH 和开源社区用 ❤️ 制作。