前往小程序,Get更优阅读体验!
立即前往
发布
社区首页 >专栏 >ipyvizzu!小清新式的动画图表绘制工具,值得学习一下~

ipyvizzu!小清新式的动画图表绘制工具,值得学习一下~

作者头像
DataCharm
发布2024-01-06 14:40:27
发布2024-01-06 14:40:27
13700
代码可运行
举报
运行总次数:0
代码可运行

ipyvizzu-简单的动画图表绘制工具包

连续多期给大家推荐了R语言中的可视化工具包,今天给大家推荐一个我最近发现的特别好用且好看的可视化工具-「ipyvizzu」,该工具不仅支持常见的可视化图表类型,且其默认的配色真的很亮眼,赶紧来一起学习下吧~~

  • 「ipyvizzu包介绍」

ipyvizzu是一个基于Python语言的可视化工具包,用于创建交互式、动态和自定义的数据可视化。它是在Jupyter Notebook中使用的库,可以轻松地呈现和探索数据。

ipyvizzu基于Vizzu JavaScript库,该库提供了强大的图表和可视化功能。它支持各种类型的图表,包括柱状图、折线图、饼图、散点图等。

使用ipyvizzu,你可以通过简单的代码创建各种图表,并根据需要进行自定义。它提供了丰富的配置选项,允许你修改图表的样式、颜色、标签和其他属性。此外,你还可以添加交互性,使用户能够与图表进行互动,例如缩放、旋转、筛选和排序数据。

  1. 安装
代码语言:javascript
代码运行次数:0
复制
pip install ipyvizzu
#or
conda install ipyvizzu
  1. 绘图语法

ipyvizzu由于是对Vizzu JavaScript库的封装使用,所以其基本的绘图方式还是以Vizzu为主,只不过在之前引入了python工具的数据读取操作,以下是一个简单的小例子:

代码语言:javascript
代码运行次数:0
复制
#读取数据
import pandas as pd
from ipyvizzu import Chart, Data, Config

df = pd.read_csv(
    "https://ipyvizzu.vizzuhq.com/0.17/assets/data/music_data.csv"
)

#实例化Data()对象,然后将导入的数据集放置其中
data = Data()
data.add_df(df)
#再实例化图表对象Chart(),将含有数据集的data放置其中
chart = Chart()
#绘制图表:使用Vizzu库的语法,一些基本的图层属性如画布大小、颜色、图例等可设置
chart.animate(
    Config(
        {
            "channels": {
                "y": {"set": ["Popularity"]},
                "x": {"set": ["Genres"]},
            },
        }
    )
)

可交互动态样式的

  • 「ipyvizzu包案例」

由于ipyvizzu包所能支持的图表类型很多,这里小编就挑选几个不错的图表给大家看下,如下:

代码语言:javascript
代码运行次数:0
复制
 import pandas as pd
 from ipyvizzu import Chart, Data, Config, Style
 df = pd.read_csv(
     "https://ipyvizzu.vizzuhq.com/0.17/assets/data/chart_types_eu_data_6.csv",
     dtype={"Year": str, "Timeseries": str},
 )
 data = Data()
 data.add_df(df)
 chart = Chart()
 chart.animate(data)
       chart.animate(
    Config.percentageBar(
         {
             "x": "Value 2 (+)",
             "y": "Country",
             "stackedBy": "Joy factors",
             "title": "Percentage Bar Chart",
         }
     )
 )

Percentage Bar Chart

代码语言:javascript
代码运行次数:0
复制
 import pandas as pd
 from ipyvizzu import Chart, Data, Config, Style
 df = pd.read_csv(
     "https://ipyvizzu.vizzuhq.com/0.17/assets/data/chart_types_eu.csv",
     dtype={"Year": str, "Timeseries": str},
 )
 data = Data()
 data.add_df(df)
 chart = Chart()
 chart.animate(data)
     chart.animate(
     Config.bubbleplot(
         {
             "x": "Value 4 (+/-)",
             "y": "Value 5 (+/-)",
             "color": "Joy factors",
             "dividedBy": "Country",
             "size": "Value 3 (+)",
             "title": "Bubble Plot",
         }
     )
 )

Bubble Plot

代码语言:javascript
代码运行次数:0
复制
 chart.animate(
     Config.stream(
         {
             "x": "Year",
             "y": "Revenue",
             "stackedBy": "Format",
             "title": "Stream Graph",
         }
     ),
     Style(
         {
             "plot": {
                 "yAxis": {"label": {"numberScale": "K, M, B, T"}},
                 "xAxis": {"label": {"angle": "-45deg"}},
             }
         }
     ),
 )

Stream Graph

Stacked Treemap

Stacked Mekko Chart

Coxcomb Chart

「注意」:以上所有绘图结果都是动态的,且所有运行代码都是在Jupyter Notebook中。

更多关于ipyvizzu包的绘图语法和案例,大家可参考:ipyvizzu包官网[1]

参考资料

[1]

ipyvizzu包官网: https://ipyvizzu.vizzuhq.com/latest/。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2024-01-05,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 DataCharm 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • ipyvizzu-简单的动画图表绘制工具包
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档