?[[407734]]?

人生苦短，快學Python！

最近看了一篇文章《一個牛逼的Python 可視化庫：PyG2Plot》，可惜只是簡單介紹，并且只有一個簡陋的官方示例。

經過小五一番測試成功復現了其中一個示例圖片，還很精致。今天正好把完整過程分享給大家，看看這個新庫繪圖也可以這么漂亮！

Python可視化新秀

這個Python可視化新秀，在GitHub上是這樣介紹的：

PyG2Plot 是@AntV/G2Plot 在 Python3 上的封裝。G2Plot 是一套簡單、易用、并具備一定擴展能力和組合能力的統計圖表庫，基于圖形語法理論搭建而成。

不過研究PyG2Plot還得先從G2開始講，它是螞蟻金服開源一個基于圖形語法，面向數據分析的統計圖表引擎。后來又在其基礎上，封裝出業務上常用的統計圖表庫——G2Plot。

??

不過現在Python這么熱，幾乎每一個nb的前端可視化庫，最終都會被用python開發一套生成相應html的庫！它也不例外，封裝出了Python可視化庫——PyG2Plot。

在GitHub上，也提供了一張示例圖，我對右下角的散點圖比較感興趣。

??

結果興致勃勃地去看示例，這簡直買家秀與賣家秀啊！

??

我不管，我就要右邊那個

自己動手，豐衣足食

看來還是需要自己動手，那就先安裝PyG2Plot庫吧

pip install pyg2plot

目前目前 pyg2plot 只提供簡單的一個 API，只列出需要的參數

• Plot

1. Plot(plot_type: str): 獲取 Plot 對應的類實例。
2. plot.set_options(options: object): 給圖表實例設置一個 G2Plot 圖形的配置。
3. plot.render(path, env, **kwargs): 渲染出一個 HTML 文件，同時可以傳入文件的路徑，以及 jinja2 env 和 kwargs 參數。
4. plot.render_notebook(env, **kwargs): 將圖形渲染到 jupyter 的預覽。

于是我們可以先導入Plot方法

from pyg2plot import Plot

我們要畫散點圖

scatter = Plot("Scatter")

下一步就是要獲取數據和設置參數plot.set_options()，這里獲取數據直接利用requset解析案例json，而參數讓我在后面一一道來：

import requests
#請求地址
url = "https://gw.alipayobjects.com/os/bmw-prod/0b37279d-1674-42b4-b285-29683747ad9a.json"
#發送get請求
a = requests.get(url)
#獲取返回的json數據,并賦值給data
data = a.json()

??

成功獲取解析好的對象集合數據。

下面是對著參數，一頓操作猛如虎：

scatter.set_options(
{
'appendPadding': 30,
'data': data,
'xField': 'change in female rate',
'yField': 'change in male rate',
'sizeField': 'pop',
'colorField': 'continent',
'color': ['#ffd500', '#82cab2', '#193442', '#d18768','#7e827a'],
'size': [4, 30],
'shape': 'circle',
'pointStyle':{'fillOpacity': 0.8,'stroke': '#bbb'},
'xAxis':{'line':{'style':{'stroke': '#aaa'}},},
'yAxis':{'line':{'style':{'stroke': '#aaa'}},},
'quadrant':{
'xBaseline': 0,
'yBaseline': 0,
'labels': [
{'content': 'Male decrease,\nfemale increase'},
{'content': 'Female decrease,\nmale increase'},
{'content': 'Female & male decrease'},
{'content': 'Female &\n male increase'}, ],},
})

如果在Jupyter notebook中預覽的話，則執行下方語句

scatter.render_notebook()

如果想渲染出完整的html的話，則執行下方語句

scatter.render("散點圖.html")

看一下成果吧

??

參數解析&完整代碼

各位看官，這塊可能比較無聊，可以直接劃到文末或者點擊收藏。

主要還是詳解一下剛才scatter.set_options()里的參數，方便大家后續自己改造！

分成幾個部分一點一點解釋：

參數解釋 一

'appendPadding': 30, #①
'data': data, #②
'xField': 'change in female rate', #③
'yField': 'change in male rate',

① 圖表在上右下左的間距，加不加這個參數具體看下圖

??

② 設置圖表數據源（其中data在前面已經賦值了），這里的數據源為對象集合，例如：[{ time: '1991'，value: 20 }, { time: '1992'，value: 20 }]。

③ xField和yField這兩個參數分別是橫/縱向的坐標軸對應的字段。

參數解釋 二

'sizeField': 'pop', #④
'colorField': 'continent', #⑤
'color': ['#ffd500', '#82cab2', '#193442', '#d18768','#7e827a'], #⑥
'size': [4, 30], #⑦
'shape': 'circle', #⑧

④ 指定散點大小對應的字段名，我們用的pop（人口）字段。

⑤ 指定散點顏色對應的字段名，我們用的continent（洲）字段。

??

⑥ 設置散點的顏色，指定了系列色值。

⑦ 設置散點的大小，可以指定大小數組 [minSize, maxSize]

⑧ 設置點的形狀，比如cicle、square

參數解釋 三

'pointStyle':{'fillOpacity': 0.8,'stroke': '#bbb'}, #⑨
'xAxis':{'line':{'style':{'stroke': '#aaa'}},}, #⑩
'yAxis':{'line':{'style':{'stroke': '#aaa'}},},

⑨ pointStyle是指折線樣式，不過在散點圖里，指的是散點的描邊。另外fillOpacity是設置透明度，stroke是設置描邊顏色。

??

⑩ 這里只是設置了坐標軸線的顏色。

參數解釋 四

'quadrant':{
'xBaseline': 0,
'yBaseline': 0,
'labels': [
{'content': 'Male decrease,\nfemale increase'},
{'content': 'Female decrease,\nmale increase'},
{'content': 'Female & male decrease'},
{'content': 'Female &\n male increase'}, ],},

quadrant是四象限組件，具體細分配置如下：

PyG2Plot的介紹文檔還不完善，上文中的很多參數是摸索的，大家作為參考就好。

??

PyG2Plot 原理其實非常簡單，其中借鑒了 pyecharts 的實現，但是因為螞蟻金服的 G2Plot 完全基于可視分析理論的配置式結構，所以封裝上比 pyecharts 簡潔非常非常多。

完整代碼

如果有小伙伴對本文代碼感興趣，后臺回復數字“101” ，即可獲取全部代碼！