PStarH/VisiLens
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.
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
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。
📦 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)。
- 查看数据: 高效流畅地滚动浏览您的数据集。
- 排序: 点击列标题即可进行升序/降序排序。
- 过滤: 使用强大的过滤条应用多条件复杂查询。
- 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。
- 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。

🗺 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
克隆仓库
git clone https://github.com/PStarH/VisiLens.git cd VisiLens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]"前端设置
cd frontend npm install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
- 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
- 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/)。 - 按照 开发 中的描述在本地运行开发后端 + 前端。
- 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。