Skip to content

Latest commit

 

History

History
47 lines (37 loc) · 1.77 KB

how.md

File metadata and controls

47 lines (37 loc) · 1.77 KB
Raw

技术原理

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，然后在调用 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。

  1. 针对 HTML 生成，则直接使用正常的 html 模板，然后 script 引入 G2Plot 资源，生成 G2Plot 的 JavaScript 代码，渲染即可
  2. 针对 Jupyter 环境，生成的的内容中比较特殊的时候，使用 requireJS 去加载 G2Plot 资源，后续的逻辑一致

这个原理可以理解是所有的语种封装 JavaScript 模块的统一做法。

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. 渲染成 html 文件
line.render("plot.html")
# 2. 渲染成 html 字符串
line.render_html()
# 3. 渲染到 Jupyter 的预览区
line.render_notebook()
# 4. 渲染到 Jupyter Lab 的预览区
line.render_jupyter_lab()

所以对于 PyG2Plot，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 jinja2 这个模板引擎实现的
  • templates：提供了所有的 jinja2 模板文件，对于模板怎么用，jinja2 的文档是非常非常详细的