吊打pyecharts，又一超级棒的开源可视化库
共 4063字，需浏览 9分钟
·
2021-07-09 20:52
大家好，我是宝器。
今天给大家推荐的这个开源项目是一个非常棒的可视化库。
这个开源项目就是：PyG2Plot 。
首先介绍下 G2Plot，G2Plot是蚂蚁集团开源的一个基于图表分类学的可视分析图表库，内置 25+ 常见图表类型，简单、易用、并具备一定扩展能力和组合能力的统计图表库，基于图形语法理论搭建而成。
再说 PyG2Plot，它是 @AntV/G2Plot 在 Python3 上的封装，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，从而降低自己维护成本，以及开发者的学习上手成本。
安装和使用都非常简单，如下：
1、安装
pip install pyg2plot
2、使用方法
渲染成 HTML
from pyg2plot import Plot
line = Plot("Line")
line.set_options({
"data": [
{ "year": "1991", "value": 3 },
{ "year": "1992", "value": 4 },
{ "year": "1993", "value": 3.5 },
{ "year": "1994", "value": 5 },
{ "year": "1995", "value": 4.9 },
{ "year": "1996", "value": 6 },
{ "year": "1997", "value": 7 },
{ "year": "1998", "value": 9 },
{ "year": "1999", "value": 13 },
],
"xField": "year",
"yField": "value",
})
# 1. 渲染成 html 文件
line.render("plot.html")
# 2. 渲染成 html 字符串
line.render_html()
在 Jupyter 中使用
from pyg2plot import Plot
line = Plot("Line")
line.set_options({
"height": 400, # set a default height in jupyter preview
"data": [
{ "year": "1991", "value": 3 },
{ "year": "1992", "value": 4 },
{ "year": "1993", "value": 3.5 },
{ "year": "1994", "value": 5 },
{ "year": "1995", "value": 4.9 },
{ "year": "1996", "value": 6 },
{ "year": "1997", "value": 7 },
{ "year": "1998", "value": 9 },
{ "year": "1999", "value": 13 },
],
"xField": "year",
"yField": "value",
})
# 1. 渲染到 notebook
line.render_notebook()
# 2. 渲染到 jupyter lab
line.render_jupyter_lab()
目前 pyg2plot 只提供简单的一个 API：Plot，使用方法如下：
Plot(plot_type: str): 获取 Plot 对应的类实例。
plot.set_options(options: object): 给图表实例设置一个 G2Plot 图形的配置，文档可以直接参考 G2Plot 官网，未进行任何二次数据结构包装。
plot.render(path, env, **kwargs): 渲染出一个 HTML 文件，同时可以传入文件的路径，以及 jinja2 env 和 kwargs 参数。
plot.render_notebook(env, **kwargs): 将图形渲染到 jupyter 的预览。
plot.render_jupyter_lab(env, **kwargs): 将图形渲染到 jupyter lab 的预览。
plot.render_html(env, **kwargs): 渲染出 HTML 字符串，同时可以传入 jinja2 env 和 kwargs 参数。
plot.dump_js_options(env, **kwargs): 输出 Javascript 的 option 配置结构，同时可以传入 jinja2 env 和 kwargs 参数，可以用于 Server 中的 HTTP 结构返回数据结构。
3、支持图表
pyg2plot 支持很多类型的图表，非常好用，效果图如下：
4、技术原理
针对 HTML 生成，则直接使用正常的 html 模板，然后 script 引入 G2Plot 资源，生成 G2Plot 的 JavaScript 代码，渲染即可
针对 Jupyter 环境，生成的的内容中比较特殊的时候，使用 requireJS 去加载 G2Plot 资源，后续的逻辑一致
plot.py：提供了 PyG2Plot 的几乎全部 API
engine.py：提供了渲染 HTML 的能力，其实是基于 jinja2 这个模板引擎实现的
templates：提供了所有的 jinja2 模板文件，对于模板怎么用，jinja2 的文档是非常非常详细的
推荐阅读
欢迎长按扫码关注「数据管道」