はじめに

　先日、突如 登場した PythonによるTableau風BIツール 」の PyGWalker に感動し、以下、記事にしました。

　PyGWalker だけでも驚くほどすごい！のですが、これだけにとどまらず、オンライン上でも 多次元データの可視化や探索的データ分析（EDA）の自動実行ができる RATH というツールを、同じ作者が公開されていることを知りました。

　これまでチマチマとグラフ化していたのは何だったんだ・・・と嘆くのはやめ、とにかくどんなものかみようという記事です。

RATHってどんなツール？

　RATH は、かなりできることが多く、何であるかを表現するのは簡単ではありませんが、公式 では『探索的データ分析のための次世代拡張アナリティクスエンジン』とされています。

起動方法

　まず、以下のURLにアクセスしてください。

1. 画面中央に表示されたメニューに ✉アドレスを入力し、

2. [Send Cert Code] ボタンを押してください。

3. verification code の ✉が届いたら、verification code をコピーし、✉内ののリンク「Click here to complete registration」をクリックし、

4. コピーしたverification code をペーストし、[Login/Register] できれば、以下の [Get started] クリックで起動します。

使ってみました

　起動すると、以下が表示されます。

　[File] をクリックし、データ（csvファイル）を読み込んでみます。[↑] をクリックすると、ファイルを開くダイヤログ画面が表示されます。

　titanic の csvファイルを読み込みました。

　[Load Data] ボタンをクリックすると・・・以下のデータテーブルが表示されました。いいですね。

　画面上にある [Meta]タブ をクリックすると、各カラムの状況が縦方向に表示されました。 

　transforms ボタンをクリックすると、以下のポップアップが表示されました。ワンコードエンコーティングしてくれそうです。

　ポップアップをクリックすると、ワンホットエンコーディングが実行され、結果が反映されました。

　ワンホットエンコーディングの結果は、先のデータテーブル画面で見た方がわかりやすいですね。

　[Clean Method] というドロップダウンメニューがあり、欠損値（null）のカット等が実行できます。none(use original data) を選ぶと、元データに戻せます。前処理やデータのエクスポートにも対応・・・すごいです。（欲をいえば、ラベルエンコーディングもできれば… ^^;）

　 [Statistics]タブ をクリックすると、各カラムのグラフと統計情報が表示されます。 

　上記キャプチャの中央にある [Explore in Dataset] をクリックすると、自動生成された他のデータカラムとの相関グラフなどが表示されます。

　画面左メニューの [Manual Exploration] を選択すると、以下の画面が表示されます。

　Field List のデータ項目をドラッグし、Columns や Rows、Color 等にドロップするだけで、以下のようにグラフが表示されます。（以下では、先にAggregation の ☑ を外しています）

　グラフの種類も変更できますし、以下のようにFacet的に描くこともできます。　

　 [Manual Exploration] でできることは、Pythonライブラリ「PyGWalker」 でも同じことができます。興味ある方は以下の記事を確認してください。

最後に

　盛りだくさんなので、説明しつくせませんが、RATH がどんなもので、何ができるかはイメージしていただけたのではないかと思います。
　オープンソースで こんなのが出てくるとは・・・　ほんと、ありがたすぎます。