来源:pythonic生物人
本期分享一个国人可视化工具PyG2Plot。
介绍之前,先梳理下G2、G2Plot、PyG2Plot三者关系
,
G2:一套由蚂蚁集团数据可视化团队(AntV)开发,基于图层图形语法(the grammar of graphics,同ggplot2底层语法)的可视化底层高交互引擎;
G2Plot:基于G2封装,力求开箱即用、易于配置、具有良好交互体验的JavaScript统计图表库;
PyG2Plot:基于G2Plot封装的Python统计图表库,借鉴Pyecharts图表实现形式,但比Pyecharts更简练。总之,G2Plot之于PyG2Plot就如同Pyecharts之于Echarts。
安装
pip install pyg2plot
快速上手
PyG2Plot是完全基于G2Plot的封装,并且在数据结构上,完全不做任何二次封装,所以配置文档上完全可以参考G2Plot官方文档
。
下面用几个案例来说明如何参考G2Plot官方文档,使用PyG2Plot,
案例一、桑基图
G2Plot地址:https://antv-g2plot.gitee.io/zh/examples/relation-plots/sankey#energy将上图绘图数据和核心代码照抄到PyG2Plot中即可实现相同功能👇
#导入pyg2plot
from pyg2plot import Plot
# 获取上文G2Plot代码中的json数据,存入data
import requests
data = requests.get(
"https://gw.alipayobjects.com/os/bmw-prod/fa3414cc-75ed-47b4-8306-f2ffe8c40127.json"
).json()
# 指定绘图类别Sankey
sankey = Plot("Sankey")
#下面set_options的{}中的代码完全照搬自G2Plot,关键字添加''即可,
sankey.set_options({
'height':500,
'data': data,
'sourceField': 'source',
'targetField': 'target',
'weightField': 'value',
'edgeStyle': {
'fill': '#ccc',
'fillOpacity': 0.4,
},
})
# 图像渲染
sankey.render_notebook()
重点参数都位于
set_options()
中,更多个性化设置参考G2Plot2文档:https://antv-g2plot.gitee.io/zh/examples/relation-plots/sankey#energy个人感觉文档比Pyecharts的文档更适合人看,👆API中罗列所有参数详细说明,设计指引中详细说明该图表的使用场景、数据要求及设计建议,
因为G2Plot2目前还处于开发状态,有的图表设计指引为空
。
以修改color参数为例,传入色号,
效果图,
案例二、弦图
G2Plot地址:https://antv-g2plot.gitee.io/zh/examples/relation-plots/chord#chord-populationPyG2Plot中实现和案例一一样,直接贴上PyG2Plot实现代码,
from pyg2plot import Plot
data = [
{ 'source': '北京', 'target': '天津', 'value': 30 },
{ 'source': '北京', 'target': '上海', 'value': 80 },
{ 'source': '北京', 'target': '河北', 'value': 46 },
{ 'source': '北京', 'target': '辽宁', 'value': 49 },
{ 'source': '北京', 'target': '黑龙江', 'value': 69 },
{ 'source': '北京', 'target': '吉林', 'value': 19 },
{ 'source': '天津', 'target': '河北', 'value': 62 },
{ 'source': '天津', 'target': '辽宁', 'value': 82 },
{ 'source': '天津', 'target': '上海', 'value': 16 },
{ 'source': '上海', 'target': '黑龙江', 'value': 16 },
{ 'source': '河北', 'target': '黑龙江', 'value': 76 },
{ 'source': '河北', 'target': '内蒙古', 'value': 24 },
{ 'source': '内蒙古',' target': '北京', 'value': 32 },
]
chord = Plot("Chord")
chord.set_options({
'height':400,
'data': data,
'sourceField': 'source',
'targetField': 'target',
'weightField': 'value',
'theme': {
'colors10': ['#FF6B3B', '#626681', '#FFC100', '#9FB40F', '#76523B', '#DAD5B5', '#0E8E89', '#E19348', '#F383A2', '#247FEA']
}
})
chord.render_notebook()
案例三、面积图
G2Plot地址:https://antv-g2plot.gitee.io/zh/examples/area/stacked#basic-sliderPyG2Plot实现代码,
from pyg2plot import Plot
import requests
data = requests.get(
"https://gw.alipayobjects.com/os/bmw-prod/b21e7336-0b3e-486c-9070-612ede49284e.json"
).json()
area = Plot("Area")
area.set_options({
'height': 500,
'width': 300,
'data': data,
'xField': 'date',
'yField': 'value',
'seriesField': 'country',
'slider': {
'start': 0.1,
'end': 0.9,
},
})
area.render_notebook()
![92c53205d5108b7b86f05a4df66a4743.gif](https://i-blog.csdnimg.cn/blog_migrate/72b5a2c8a3364196b913fbd9e8f80dc0.gif)
更多案例
G2Plot包含大量案例,理论上PyG2Plot都可用,
总结
G2Plot还处于开发中,未来可期;
G2Plot在
地理图表方面很欠缺,官网几乎没有示例
,看到的小伙伴可以私信一下~;和Pyechart/Echarts相比,PyG2Plot还是太稚嫩,所以,再见Pyechart、吊打Pyecharts芸芸还为时过早😓😓
进一步学习
https://github.com/hustcc/PyG2Plot
https://github.com/antvis/G2Plot
-------- End --------
![29c3de4890efa10dfc1b5d9df35d972f.png](https://i-blog.csdnimg.cn/blog_migrate/60e533ad6765d228230c9bd4fa0e32d1.png)
精选资料
回复关键词,获取对应的资料:
关键词 | 资料名称 |
---|---|
600 | 《Python知识手册》 |
md | 《Markdown速查表》 |
time | 《Python时间使用指南》 |
str | 《Python字符串速查表》 |
pip | 《Python:Pip速查表》 |
style | 《Pandas表格样式配置指南》 |
mat | 《Matplotlib入门100个案例》 |
px | 《Plotly Express可视化指南》 |
精选视频
可视化: Plotly Express
财经: Plotly在投资领域的应用 | 绘制K线图表
排序算法: 汇总 | 冒泡排序 | 选择排序 | 快速排序 | 归并排序 | 堆排序 | 插入排序 | 希尔排序 | 计数排序 | 桶排序 | 基数排序
![6cabdfe5d55995833e43497a407cf4a8.png](https://i-blog.csdnimg.cn/blog_migrate/194d666cf741e4250f4b8d456f93689c.png)