基于图形语法的图表库G2Plot怎么用

这期内容当中小编将会给大家带来有关基于图形语法的图表库G2Plot怎么用，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。

G2Plot

套简单、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，『G2Plot』中的 G2 即意指图形语法 (the Grammar of Graphics)，同时也致敬了 ggplot2。我们想做的事有三件：

1. 使用户不用成为可视化专家也能够轻松制作出优雅美观的图表。

2. 保证图表能够经受得起业务的检验，在真实的场景中易用、好用。

3. 探索统计图表的更多可能性，使统计图表变得更好玩、更酷。

特性

开箱即用、体验优雅的高质量统计图表

响应式：让图表更聪明

在现实的图表应用场景中，一个棘手的难题是图表的展示空间往往并不足够显示图表的数据量，造成极值情况下文本的重叠遮挡、内容无法自适应、内容裁剪等问题。G2Plot 借鉴宽容性设计的思想，在图表的信息密度过高时，对图表辅助信息进行抽稀，保证图表主要信息的展示和基本可读性。

向前一步：会讲故事的图表

在 G2Plot 体系下，图表不仅仅只是各不相关的实例，图层概念的引入提供了多图表组合、叠加、联动，共同讲述一个数据故事的可能性。未来，我们还将探索统计图表转化信息图的可能性，丰富统计图表的表现能力 .

安装

pip install pyg2plot

render HTML

from pyg2plot import Plotline = 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. render html fileline.render("plot.html")# 2. render html stringline.render_html()

render Jupyter

from pyg2plot import Plotline = 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. render in notebookline.render_notebook()# 2. render in jupyter labline.render_jupyter_lab()

上述就是小编为大家分享的基于图形语法的图表库G2Plot怎么用了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注行业资讯频道。