蚂蚁开源，又一超棒的 Python 开源可视化库

这个Python可视化新秀，在GitHub上是这样介绍的：,不过研究PyG2Plot还得先从G2开始讲，它是蚂蚁金服开源一个基于图形语法，面向数据分析的统计图表引擎。后来又在其基础上，封装出业务上常用的统计图表库——G2Plot 。,不过现在Python这么热，几乎每一个nb的前端可视化库，最终都会被用python开发一套生成相应html的库！它也不例外，封装出了Python可视化库——PyG2Plot。,在GitHub上，也提供了一张示例图，我对右下角的散点图比较感兴趣。,结果兴致勃勃地去看示例，这简直买家秀与卖家秀啊！,我不管，我就要右边那个,看来还是需要自己动手，那就先安装PyG2Plot库吧。,目前目前 pyg2plot 只提供简单的一个 API，只列出需要的参数,于是我们可以先导入Plot方法：,我们要画散点图：,下一步就是要获取数据和设置参数plot.set_options()，这里获取数据直接利用requset解析案例json，而参数让我在后面一一道来：,成功获取解析好的对象集合数据。,下面是对着参数，一顿操作猛如虎：,如果在Jupyter notebook中预览的话，则执行下方语句：,如果想渲染出完整的html的话，则执行下方语句：,看一下成果吧。,各位看官，这块可能比较无聊，可以直接划到文末或者点击收藏。,主要还是详解一下刚才scatter.set_options()里的参数，方便大家后续自己改造！,分成几个部分一点一点解释：,①图表在上右下左的间距，加不加这个参数具体看下图：,②设置图表数据源（其中data在前面已经赋值了），这里的数据源为对象集合，例如：[{ time: '1991'，value: 20 }, { time: '1992'，value: 20 }]。,③xField和yField这两个参数分别是横/纵向的坐标轴对应的字段。,④指定散点大小对应的字段名，我们用的pop（人口）字段。,⑤指定散点颜色对应的字段名，我们用的continent（洲）字段。,⑥设置散点的颜色，指定了系列色值。,⑦设置散点的大小，可以指定大小数组 [minSize, maxSize],⑧设置点的形状，比如cicle、square,⑨pointStyle是指折线样式，不过在散点图里，指的是散点的描边。另外fillOpacity是设置透明度，stroke是设置描边颜色。,⑩这里只是设置了坐标轴线的颜色。,quadrant是四象限组件，具体细分配置如下：,PyG2Plot的介绍文档还不完善，上文中的很多参数是摸索的，大家作为参考就好。,PyG2Plot 原理其实非常简单，其中借鉴了 pyecharts 的实现，但是因为蚂蚁金服的 G2Plot 完全基于可视分析理论的配置式结构，所以封装上比 pyecharts 简洁非常非常多。