d3blocks

https://github.com/d3blocks/d3blocks

d3blocks 是一个包含各种图表的库，其可视化部分基于 (d3) javascript 构建，只需几行 Python 代码即可创建最具视觉吸引力和实用性的图表。

​

通过这种方式，d3blocks 库将 d3 的优点（例如速度、可扩展性、灵活性和无限创造力）与 Python 结合在一起，以便快速轻松地访问数据科学领域等广泛的社区。

d3blocks 中每个图表的输出（例如散点图）都封装到单个 HTML 文件中。这使得在网站上共享或发布或将其嵌入仪表板变得非常容易。此外，除了浏览器之外，它不需要任何其他技术来发布或共享图表。

初体验

库的安装

可以直接使用 pip 来进行安装。

pip install d3blocks 

创建散点图

散点图非常适合可视化数值变量。

散点图可以帮助显示两个变量之间的线性关系的强度（例如相关性），也可以用作质量控制、探索目的或更好地理解潜在的分布。

尽管散点图很有洞察力，但防止由于数据点重叠而导致过度绘制并不总是那么简单。这使得正确识别变量之间的关系变得具有挑战性。

为了克服一些挑战，D3Blocks 的散点图包含各种标签属性。标签属性包括大小、颜色、工具提示信息、不透明度和描边颜色。

另一个挑战是两组或三组变量之间的比较。这通常会导致创建多个散点图，然后并排可视化它们。虽然可以通过这种方式观察全局结构，但描述局部差异并不容易。

​

为了克服这一挑战，D3Blocks 中的散点图可以让数据点在不同坐标之间移动。

在下面的代码部分中，我们将创建 3 个数据点，并让它们在三组坐标之间移动。此外，我们将为数据点添加一些标签属性，例如颜色、大小和不透明度。

第一个数据点的坐标为：(x, y) = (1, 1)、(x1, y1) = (1, 10) 和 (x2, y2) = (5, 5)。有关其他坐标，请参阅下面的代码部分。

from d3blocks import D3Blocks

# Initialize
d3 = D3Blocks()

# Import example
x=[1, 1, 1]
y=[1, 2, 3]
x1=[1,  1, 1]
y1=[10, 9, 5]
x2=[5, 6, 7]
y2=[5, 5, 5]

指定三个数据点中每一个的标签属性。

size    = [15, 20, 25]
color   = ['#FF0000', '#0000FF', '#00FF00']
stroke  = ['#FFFFFF', '#FFFFFF', '#FFFFFF']
opacity = [0.7, 0.8, 0.8]
tooltip = ['1st datapoint', '2nd datapoint', '3th datapoint']

现在只需向 scatter 函数提供输入参数即可。

d3.scatter(x,               # x-coordinates
           y,               # y-coordinates
           x1=x1,           # x1-coordinates
           y1=y1,           # y1-coordinates
           x2=x2,           # x2-coordinates
           y2=y2,           # y2-coordinates
           size=size,       # Size
           color=color,     # Hex-colors
           stroke=stroke,   # Edge color
           opacity=opacity, # Opacity
           tooltip=tooltip, # Tooltip
           scale=False,     # Scale the datapoints
           label_radio=['(x, y)', '(x1, y1)', '(x2, y2)'],
           figsize=[1024, 768],
           filepath='scatter_demo.html',
           )

最终的散点图如下图所示。通过单击单选按钮（左下角），数据点开始向预定义的坐标集移动。

来源—-程序员小寒