蚂蚁金服开源 | 可视化图形语法 G2 3.2:迭变

2018 年 7 月 13 日 蚂蚁程序猿

小蚂蚁说:

G2 是蚂蚁金服数据可视化解决方案 AntV 的一员。去年11月,蚂蚁金服正式对外开源了数据库驱动的高交互可视化图形语法G2。(想了解相关背景的同学可以点击链接阅读)今天,G2 发布了 3.2 版本。这个版本针对最常用的图表使用场景,新增了多种辅助元素 guide,升级和扩展了图例 legend,给大家带来更丰富完备的视觉认知体系,同时优化了坐标轴 Axis、提示信息 Tooltip 的视觉细节,还带来了呼声很高的 chart 级别主题支持,持续对图表的体验进行优化升级。

今天我们就来看看新版本具体升级了哪些地方,文末有AntV链接全家桶,欢迎大家查阅、试用和共建!


更加丰富完备的视觉认知体系

「让人们在数据世界里获得视觉能力」是 AntV 始终坚持的梦想,G2 开发进入 3.x 以来,我们一直致力于通过探索数据、图形、解释信息三者之间的结合方式,丰富和优化数据可视化认知体系。

1.充分利用接近性原则的尾部跟随图例

格式塔原理的接近性原则(https://en.wikipedia.org/wiki/Principles_of_grouping)告诉我们,在视觉体系中,元素之间的相对距离会影响对我们对群组关系的认知:通常相互靠近的元素更有可能是一组的,距离较远则相反。


根据这个原则,我们针对折线图和面积图的使用场景设计了 tail-legend: 通过 legend 配置项,图例自动跟随在折线的尾部,使折线和对应图例通过临近的空间的关系自然组织在一起,增强了图形和解释信息之间的视觉联系。

tail-legend 应用于折线图中的场景。

在线链接(https://antv.alipay.com/zh-cn/g2/3.x/demo/other/tail-legend.html)

2.打破图形色彩固有边界

在可视化体系中,图形是天然的色彩单位,除此之外,我们也在探索其他以数据为驱动的色彩方案。G2 3.2提供了基于数据空间的色彩组合方式 — guide().regionFilter,它允许以数据空间区域为标准进行色彩渲染,这意味着通过 regionFilter,一个图形可以渲染为不同的分段颜色,同一数据空间内的不同的图形也可以渲染为同一种颜色,丰富了 G2 的图表色彩语义和认知空间。

使用 regionFilter 复现数据可视化先驱者 William Playfair 经典案例。

在线链接(https://antv.alipay.com/zh-cn/g2/3.x/demo/other/regionFilter-guide2.html)

regionFilter 应用于面积图。

在线链接(https://antv.alipay.com/zh-cn/g2/3.x/demo/other/regionFilter-guide1.html)

3.数据标注的点线面

G2 3.2 新增了支持特殊数据标注的 guide 类型,帮助用户注意及理解图表中具有某种特殊含义的数据,如“峰值”、“谷值”、“异常数据”等。根据需要进行标注的数据特点,我们将之理解为三种类型:独立数据(点)、序列数据(线)、集群数据(面),这三种类型同时也暗合可视化图形映射的基本规则。目前独立数据点和序列数据点的标注已经可用,集群数据标注也将在 G2 3.3 与大家见面。

guide.dataMarker(点) | guide.dataRegion(线) 在折线图中的使用。

在线链接(https://antv.alipay.com/zh-cn/g2/3.x/demo/other/dataMarker_dataRegion.html)

更灵活的组件配置

在增进视觉认知的新特性之外,一些组件的使用边界也悄悄进行了拓展,组件使用变得更加灵活,比如:

  • 图例的定位从“上下左右”四角定位拓展到了12个

  • 文档链接(https://antv.alipay.com/zh-cn/g2/3.x/demo/other/legend-position.html)

  • 坐标轴样式支持区分连续和分类数据,使用混合图表时,共用一个轴和栅格不会造成误解

之所以说这些拓展是"悄悄"发生的,是因为我们做好了向上兼容,保证了 G2 性能和表现的稳定性,而只需要根据文档开启相应配置项,就可以体验新的组件特性了。

支持 chart 级别主题,久等了

主题对 G2 而言,就是许多配置项的集合。以往修改主题必须要全局修改,牵一发动全身。3.2 在保留全局主题切换的同时,新增了自定义主题的接口,并且支持 chart 级别的主题切换。同一个应用中也能同时存在不同主题的图表了。

试用 3.2 & 致谢

3.2 已经发布为 @antv/g2 包的最新版本(latest,3.2.4),可以通过以下途径尝鲜:

  • 通过 npm 安装npm install @antv/g2 --save

  • 使用 CDN 链接https://gw.alipayobjects.com/os/antv/pkg/_antv.g2-3.2.4/dist/g2.min.js

欢迎试用、加 star / 提 issue / 提 pull request。也借此机会感谢对 3.2 版本鼎力支持的社区小伙伴们(排名不分先后):

  • https://github.com/aa1011372655

  • https://github.com/guisturdy

  • https://github.com/janjakubnanista

招聘福利

G2 是蚂蚁金服体验技术部 AntV 团队的重要产品之一。感兴趣的小伙伴们欢迎通过以下各种途径关注和联系我们,欢迎投递简历!

  • 官网https://antv.alipay.com

  • 邮件 antv@antfin.com

  • github:https://github.com/antvis

  • 知乎 https://zhuanlan.zhihu.com/aiux-antv

  • 微博 https://weibo.com/antv2017

github共

AntV 是蚂蚁金服全新一代数据可视化解决方案,她的主要子产品如下,欢迎关注、欢迎一起共建!

  • G2 是统计数据的高交互可视化图形语法:

    https://github.com/antvis/g2

  • F2 是专为移动端定制的一套开箱即用的可视化解决方案:

    https://github.com/antvis/f2

  • G6 主攻关系型数据的可视化分析和编辑展现:

    https://github.com/antvis/g6


— END —

蚂蚁金服科技,只为分享干货

您的转发是对我们最大的支持

欢迎在文章下方留言与我们进行交流哦~

登录查看更多
0

相关内容

视知觉在心理学中是一种将到达眼睛的可见光信息进行解释,并利用其来计划或行动的能力。视知觉是更进一步的从眼球接收器官接收到视觉刺激后,然后一路传导到大脑的接收和辨识的过程。因此,视知觉包含了视觉接收和视觉认知两大部分。简单来说,看见了、察觉到了光和物体的存在,是与视觉接收好不好有关;但了解看到的东西是什么、有没有意义、大脑怎么做解释,是属于较高层的视觉认知的部分。
Python地理数据处理,362页pdf,Geoprocessing with Python
专知会员服务
110+阅读 · 2020年5月24日
Python导论,476页pdf,现代Python计算
专知会员服务
254+阅读 · 2020年5月17日
【ACL2020-复旦大学NLP】异构图神经网络的文档摘要提取
专知会员服务
34+阅读 · 2020年5月1日
【图神经网络(GNN)结构化数据分析】
专知会员服务
114+阅读 · 2020年3月22日
必读的10篇 CVPR 2019【生成对抗网络】相关论文和代码
专知会员服务
31+阅读 · 2020年1月10日
【电子书】Flutter实战305页PDF免费下载
专知会员服务
20+阅读 · 2019年11月7日
100行Python代码,轻松搞定神经网络
大数据文摘
4+阅读 · 2019年5月2日
安利两款强大的三维场景可视化软件
智能交通技术
8+阅读 · 2019年5月1日
Python奇淫技巧,5个数据可视化工具
机器学习算法与Python学习
7+阅读 · 2019年4月12日
从webview到flutter:详解iOS中的Web开发
前端之巅
5+阅读 · 2019年3月24日
五步帮你实现用户画像的数据加工
云栖社区
6+阅读 · 2018年2月4日
稠密vs.稀疏编码,哪个更好用?
KingsGarden
8+阅读 · 2017年11月19日
开源巨献:阿里巴巴最热门29款开源项目
算法与数据结构
5+阅读 · 2017年7月14日
Interpretable CNNs for Object Classification
Arxiv
20+阅读 · 2020年3月12日
Arxiv
3+阅读 · 2018年5月20日
Arxiv
21+阅读 · 2018年2月14日
Arxiv
10+阅读 · 2017年11月22日
VIP会员
相关VIP内容
Python地理数据处理,362页pdf,Geoprocessing with Python
专知会员服务
110+阅读 · 2020年5月24日
Python导论,476页pdf,现代Python计算
专知会员服务
254+阅读 · 2020年5月17日
【ACL2020-复旦大学NLP】异构图神经网络的文档摘要提取
专知会员服务
34+阅读 · 2020年5月1日
【图神经网络(GNN)结构化数据分析】
专知会员服务
114+阅读 · 2020年3月22日
必读的10篇 CVPR 2019【生成对抗网络】相关论文和代码
专知会员服务
31+阅读 · 2020年1月10日
【电子书】Flutter实战305页PDF免费下载
专知会员服务
20+阅读 · 2019年11月7日
相关资讯
100行Python代码,轻松搞定神经网络
大数据文摘
4+阅读 · 2019年5月2日
安利两款强大的三维场景可视化软件
智能交通技术
8+阅读 · 2019年5月1日
Python奇淫技巧,5个数据可视化工具
机器学习算法与Python学习
7+阅读 · 2019年4月12日
从webview到flutter:详解iOS中的Web开发
前端之巅
5+阅读 · 2019年3月24日
五步帮你实现用户画像的数据加工
云栖社区
6+阅读 · 2018年2月4日
稠密vs.稀疏编码,哪个更好用?
KingsGarden
8+阅读 · 2017年11月19日
开源巨献:阿里巴巴最热门29款开源项目
算法与数据结构
5+阅读 · 2017年7月14日
Top
微信扫码咨询专知VIP会员