[开源] Python 上的可视化库——PyG2Plot

先说重点，欢迎给个 Star 🙇‍♂️

G2Plot 是一个基于配置、体验优雅、面向数据分析的统计图表库，帮助开发者以最小成本绘制高质量统计图表。

那么对于很多 Python 语言环境的同学，如何使用 G2Plot 在进行数据分析之后的可视化呢？也就是如何将 G2Plot 和 Python 结合起来？**这里给出的就是基于 G2Plot 封装出 **PyG2Plot，欢迎帮我充一下 Star 。 **

如何使用

$ pip install pyg2plot

主要有 2 种使用方式（能力扩充中，欢迎提 issue ）

1. 渲染出完整的 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. render html file named plot.html
line.render("plot.html")

# 2. render html string
line.render_html()

这种情况可以用于：

服务端 html 直出的场景
生成可交互可视化分享
Excel 等工具嵌入的场景

2. 在 Jupyter notebook 中预览

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",
})

line.render_notebook()

在我们做数据分析教程的过程中，可以将我们的数据使用 PyG2Plot 进行可视化并预览出来，十分方便！

开发原理

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。

基本的原理，就是通过 Python 语法提供 API，然后再调用 render 的时候，生成最终的 G2Plot HTML 文本，而针对不同的环境，生成的 HTML 稍有区别。

所以核心文件是：

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 jinjia2 这个模板引擎实现的，基本内容很少
templates：提供了所有的 jinjia2 模板文件，对于模板怎么用，jinjia2 的文档是非常非常详细的

使用文档

PyG2Plot 提供的 API 非常简单，使用上：

# 1. import
from pyg2plot import Plot

# 2. use a plot
line = Plot("Line")

# 3. set_options use G2Plot
line.set_options({ data, ... })

# 4. render
line.render_notebook()

而这其中 set_options API 的参数，是完全沿用 G2Plot 的配置文档，支持所有的图表、功能、特性，概念和结构上不作任何修改。

最后

最后有任何的特性支持和 bug 反馈，欢迎 issue 或者 PR 。