一个基于canvas的简洁的Python可视化库:toyplot

简介

toyplot是一个基于canvas的简洁的Python可视化库，还在发展中，目前是0.19版；
打印标准图，有一定交互性，底层是canvas，易于在前端使用分享；
在notebook中的渲染，在其他环境中的内嵌做得挺好；qt等GUI环境支持好；
用css的写法配置样式，目前这个库在gtihub上有400余个star。

绘图框架：

import toyplot
canvas = toyplot.Canvas()  #不写前面canvas不出图
axes = canvas.cartesian()
mark = axes.plot(df['y'], style={"stroke":"#1EAFAE",
                                 "stroke-dasharray":"2, 2"}) #支持css的style

画布+坐标系统+映射类型

With Toyplot, a figure always consists of three parts:

A canvas
One or more sets of coordinate systems added to the canvas.
One or more marks added to the axes.

详解：
建
cartesian 笛卡尔坐标系
只传y的数，x会默认使用range(0,len(y))

以上语句也可以用连缀写法写为：
···toyplot.Canvas().cartesian().plot(y)

axes.plot(x, series) 传x，传y，设置样式；
图形默认更好地展示，y轴不默认从0开始
css样式写法，在plot对象里用
多条线就在axes多调用

多条曲线也可以写 mark = axes.plot(x, series) #series = numpy.column_stack((y1, y2, y3))

bars 不是bar

1
2
3

canvas = toyplot.Canvas()
axes = canvas.cartesian()
mark = axes.bars(df['y'])

【bar+line】（图层顺序，语句顺序对应图层顺序，举例，在前在后）

bar并且设置文本标签（会讲坐标映射，分类变量的处理）
（ValueError: could not convert string to float: ‘Mon.’）

设置文本角度和上面的图对比一下

canvas = toyplot.Canvas()
axes = canvas.cartesian()
yz=[(i,j) for i,j in zip(y,z)]
mark1 = axes.bars(yz)  #注意格式，是[(y1,z1),] 不是[y,z]

设置标题及文本标签，双轴

canvas = toyplot.Canvas()
axes = canvas.cartesian(label="双轴demo",xlabel="Weekday",ylabel="Y",ymin=0)
axes.x.ticks.locator = toyplot.locator.Explicit(labels=df['x']) #横轴文本标签
mark1 = axes.bars(y)
axes2 = axes.share("x",ylabel="H") #共享一套x轴开双轴
mark2=axes2.plot(h, style={"stroke":"#1EAFAE"})
axes2.y.spine.style = {"stroke":"#1EAFAE"}

分面

canvas = toyplot.Canvas(600, 300)
axes = canvas.cartesian(grid=(1, 2, 0))
mark = axes.plot(y)
axes = canvas.cartesian(grid=(1, 2, 1))
mark = axes.plot(z)

grid

支持的图形目前挺有限，fill

椭圆

作用：散点+椭圆边形成密度效果

toyplot.plot(y) 在matixe里说到
输入矩阵

两种写法；
但matrix就是属于toyplot的，目前写axes.matrix(mtx) 会报错说'Cartesian' object has no attribute 'matrix'，所以mat只有一种写法，其他有两种；

交互及sav csv 方便数据交换
【矩阵图动图，效果不是特别好，需要剪一下再说】
【目前mp4在d3的PPT里】

#椭圆
canvas = toyplot.Canvas()

axes = canvas.cartesian(aspect="fit-range")
axes.ellipse(0, 0, 5, 2, 45); # [x,y] 半长轴，半短轴，旋转角度

canvas = toyplot.Canvas(width=800, height=400)
axes = canvas.cartesian(grid=(1, 2, 0),label="正常椭圆")
axes.ellipse(20, 15, 20, 5, 30,style={"stroke": "black"
                                      ,"fill":"#1EAFAE","opacity":0.7})
axes = canvas.cartesian(yscale="log",grid=(1, 2, 1), label="对数坐标轴椭圆效果")
axes.ellipse(20, 15, 20, 5, 30) #把y做对数变换

关系图

toyplot.graph(s,t)

1
2
3

sources = ["A", "B", "C", "C"]
targets = ["B", "D", "B", "A"]
toyplot.graph(sources, targets)

1 2	layout = toyplot.layout.FruchtermanReingold(edges=toyplot.layout.CurvedEdges()) toyplot.graph(edges, layout=layout, width=500)

设置节点的形状（如变成矩形）、颜色、边的样式（如虚线）、边的文本标签、指向都能做到
节点颜色根据数值大小染色

目前没有pie
图片 toyplot.image(image, width=300) 结合PIL.Image

import PIL.Image
import toyplot

image = PIL.Image.open("../artwork/toyplot.png")
canvas, mark = toyplot.image(image, width=300)

动画 canvas.frames 逐帧动画

canvas = toyplot.Canvas(300, 300)
axes = canvas.cartesian()
mark = axes.scatterplot(y, size=10)

for frame in canvas.frames(len(y) + 1): #动画帧
    if frame.number == 0:
        for i in range(len(y)):
            frame.set_datum_style(mark, 0, i, style={"opacity":0.1})
    else:
        frame.set_datum_style(mark, 0, frame.number - 1, style={"opacity":1.0})

输出

1 2	import toyplot.pdf toyplot.pdf.render(canvas, "figure1.pdf")

类似的有：

toyplot.png.render(canvas, “figure1.png”)
toyplot.html.render(canvas, “figure1.html”)

svg就复杂一些了，毕竟是需要canvas转svg存储。

svg = toyplot.svg.render(canvas)
svg.attrib["class"] = "MyCustomClass"
import xml.etree.ElementTree as xml
with open("figure1.svg", "wb") as file:
    file.write(xml.tostring(svg))

总结

把简介再重复一下

toyplot是一个基于canvas的简洁的Python可视化库，还在发展中，目前是0.19版；
可能因为还不够完善，中文教程和介绍文章很少，几乎找不到详细的介绍文章；

参考资料

官方文档：https://toyplot.readthedocs.io/en/stable/