python pyg2plot的原理知識(shí)點(diǎn)總結(jié)
1、說(shuō)明
PyG2Plot 原理其實(shí)非常簡(jiǎn)單，其中借鑒了 pyecharts 的實(shí)現(xiàn)，但是因?yàn)槲浵伣鸱?G2Plot 完全基于可視分析理論的配置式結(jié)構(gòu)，所以封裝上比 pyecharts 簡(jiǎn)潔非常非常多。
基本的原理，就是通過(guò) Python 語(yǔ)法提供 API，然后再調(diào)用 render 的時(shí)候，生成最終的 G2Plot HTML 文本，而針對(duì)不同的環(huán)境，生成的 HTML 稍有區(qū)別。
2、核心文件
- plot.py： 提供了 PyG2Plot 的幾乎全部 API
- engine.py：提供了渲染 HTML 的能力，其實(shí)是基于 jinjia2 這個(gè)模板引擎實(shí)現(xiàn)的，基本內(nèi)容很少
- templates：提供了所有的 jinjia2 模板文件，對(duì)于模板怎么用，jinjia2 的文檔是非常非常詳細(xì)的
知識(shí)點(diǎn)擴(kuò)展：
python中pyg2plot如何使用
1、渲染出完整的 HTML
這種情況可以用于：
服務(wù)端 html 直出的場(chǎng)景
生成可交互可視化分享
Excel 等工具嵌入的場(chǎng)景
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()
2、在 Jupyter notebook 中預(yù)覽
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()
到此這篇關(guān)于python pyg2plot的原理知識(shí)點(diǎn)總結(jié)的文章就介紹到這了,更多相關(guān)python pyg2plot的原理內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
這篇文章主要介紹了Python中裝飾器的一個(gè)妙用,本文是在寫(xiě)一個(gè)爬蟲(chóng)程序時(shí)總結(jié)而來(lái),實(shí)現(xiàn)定義一個(gè)裝飾器，如果之前取到數(shù)據(jù)，就直接取cache的數(shù)據(jù),如果之前沒(méi)有取到,那么就從網(wǎng)站拉取,并且存入cache中,需要的朋友可以參考下2015-02-02
20個(gè)Python?random模塊常用函數(shù)的應(yīng)用與代碼示例
隨機(jī)數(shù)在計(jì)算機(jī)科學(xué)和數(shù)據(jù)科學(xué)領(lǐng)域中扮演著重要角色,Python的標(biāo)準(zhǔn)庫(kù)中提供了random模塊,用于生成各種隨機(jī)數(shù),本文將深入探討random模塊的各種函數(shù),以及它們的應(yīng)用場(chǎng)景和代碼示例,需要的可以參考下2024-03-03
這篇文章主要為大家分析詳解了python多線程與多進(jìn)程區(qū)別，以及在使用過(guò)程中的注意要點(diǎn)，有需要的朋友可以借鑒參考下，希望可以有所幫助2021-09-09
Python+seaborn實(shí)現(xiàn)聯(lián)合分布圖的繪制
聯(lián)合分布（Joint Distribution）圖是一種查看兩個(gè)或兩個(gè)以上變量之間兩兩相互關(guān)系的可視化圖，在數(shù)據(jù)分析操作中經(jīng)常需要用到。本文將通過(guò)seaborn實(shí)現(xiàn)繪制聯(lián)合分布圖，需要的可以參考一下2023-02-02
這篇文章主要為大家詳細(xì)介紹了python3中的property使用方法，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-04-04
python順序的讀取文件夾下名稱(chēng)有序的文件方法
今天小編就為大家分享一篇python順序的讀取文件夾下名稱(chēng)有序的文件方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-07-07
這篇文章主要介紹了PyQt QMainWindow的使用示例，幫助大家更好的理解和學(xué)習(xí)使用pyqt，感興趣的朋友可以了解下2021-03-03
使用Python和OpenCV檢測(cè)圖像中的物體并將物體裁剪下來(lái)
這篇文章主要介紹了使用Python和OpenCV檢測(cè)圖像中的物體并將物體裁剪下來(lái)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-10-10
tensorboard 可視化之localhost:6006不顯示的解決方案
這篇文章主要介紹了tensorboard 可視化之localhost:6006不顯示的解決方案，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2021-05-05
Python matplotlib圖例放在外側(cè)保存時(shí)顯示不完整問(wèn)題解決
這篇文章主要介紹了Python matplotlib圖例放在外側(cè)保存時(shí)顯示不完整問(wèn)題解決，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-07-07