- 综合排序
- 最热优先
- 最新优先
- 来自专栏Excel催化剂
为了更好的EasyShu,Vega-lite图表学习点滴分享
Vega-lite的官网: https://vega.github.io/vega-lite/ 。其中的Tutorial版块做得非常好，深入浅出，特别是入门的GetStart。 看完文档后，再用心看了下 Ecosystem 的生态版块，Vega-lite的生态还是不少，好多其他语言和工具在其之上的封装，例如python的Altair轮子。 而Vega Viewer这个VSCode插件，也非常好用，可以在本地的VSCode写Vega-lite的图表Json结构，而不必在在线版的Vega-Editor上写，并且语法提示、关键字智能感应和Vega-Editor 在上述的Vega-lite上找到了其官方推荐的Vega-lite笔记教程，网址如下： https://observablehq.com/@uwdata/introduction-to-vega-lite
2K70发布于 2021-08-18 - 来自专栏量子位
7步搞定Python数据可视化，业界大牛出品教程，Jupyter、Colab都有在线版
工具Vega-Lite和Altair 首先，用Python完成可视化，需要借助两款工具：Vega-Lite和Altair。 Vega-Lite是一种交互式图形的高级语法，用简明的JSON语法，快速生成可视化图形，Vega-Lite规范可以编译为Vega规范。 比如下图，左边的图形，背后就是右侧的代码来实现的。 ? Altair也是基于Vega和Vega-Lite而来的，使用的语言是Python，因此，Vega-Lite和Altair两者一同服用，效果最好哦。 1、Vega-Lite/Altair介绍 2、数据种类、图形标志、视觉编码渠道 3、数据转换 4、比例尺、轴和图例 5、多视图合成 6、交互 7、制图可视化 最后，教程作者还附赠了Altair的debug 传送门 课程GitHub： https://github.com/uwdata/visualization-curriculum Vega-Lite： https://vega.github.io/vega-lite
2K40发布于 2019-08-28 - 来自专栏程序人生
当我做 hackathon 时我在做什么 (2)
altair 让我了解到其背后的 vega-lite [5]，以及 vega-lite 背后的那本被称作 GG（The Grammar of Graphics）的旷世奇书。 所以在做 deneb 的过程，其实就是我自己学习 vega-lite，然后把 vega-lite 的代码用 Elixir 封装起来的一个过程。 我虽然很喜欢使用 altair，但学会了 altair 并不能保证我同时会写 vega-lite 语法，因为 altair 自己已经成为一个厚重的 DSL，完全包裹住了 vega-lite。 一来是留给我的时间不多了，二来我觉得过于厚重的封装不是那么有必要，vega-lite 自己的语法表现力足够且并不复杂。三来对于使用者而言，了解 vega-lite 的语法对他们非常有必要。 vega-lite。
2.6K10发布于 2021-01-29 - 来自专栏磐创AI技术团队的专栏
使用Julia进行统计绘图
Vega-Lite以JSON格式的可视化规范作为输入，Vega-Lite编译器将其转换为相应的可视化效果。 Vega-Lite完全独立于Julia生态系统，除了VegaLite外，还存在其他语言（如JavaScript、Python、R或Scala）的接口（完整列表请参见“Vega-Lite生态系统”）。 这使其不太像Julia，例如Gadfly，但另一方面，熟悉Vega-Lite的人很容易学会如何使用VegaLite。 如果VegaLite文档中有遗漏的内容，通常很容易在Vega-Lite文档中找到相应的部分。 Vega-Lite（以及VegaLite）的一个区别性特征是其互动性。 对于对此感兴趣的读者，我建议查看Vega-Lite主页或论文“Vega-Lite: A Grammar of Interactive Graphics”。
1.5K10编辑于 2024-01-17 - 来自专栏MeteoAI
[必备工具]Python可视化绘图库Altair
Altair is a declarative statistical visualization library for Python, based on Vega and Vega-Lite, and Altair’s API is simple, friendly and consistent and built on top of the powerful Vega-Lite visualization API Reference Altair Ecosystem Case Studies Exploring Seattle Weather Advanced Usage Importing Vega & Vega-Lite
1.9K30发布于 2019-12-17 - 来自专栏相约机器人
7步搞定Python数据可视化，业界大牛出品教程，Jupyter、Colab都有在线版
工具Vega-Lite和Altair 首先，用Python完成可视化，需要借助两款工具：Vega-Lite和Altair。 Vega-Lite是一种交互式图形的高级语法，用简明的JSON语法，快速生成可视化图形，Vega-Lite规范可以编译为Vega规范。 比如下图，左边的图形，背后就是右侧的代码来实现的。 ? Altair也是基于Vega和Vega-Lite而来的，使用的语言是Python，因此，Vega-Lite和Altair两者一同服用，效果最好哦。 1、Vega-Lite/Altair介绍 2、数据种类、图形标志、视觉编码渠道 3、数据转换 4、比例尺、轴和图例 5、多视图合成 6、交互 7、制图可视化 最后，教程作者还附赠了Altair的debug 传送门 课程GitHub： https://github.com/uwdata/visualization-curriculum Vega-Lite： https://vega.github.io/vega-lite
1.6K20发布于 2019-08-29 - 来自专栏AI科技大本营的专栏
还在用Matplotlib? 又一可视化神器Altair登场
今天要给大家推荐一个新的工具——Altair，一个 Vega-Lite 的包装器，也许这些概念你都还不没了解过，接下来我们就在下面的文章为大家作介绍。 Altair 和图形语法 Altair 是 Vega-Lite 的包装器。Vega-Lite 是 JavaScript 的高级可视化库，它最最重要的特点是，它的API是基于图形语法的。 （例如 红色，黄色，蓝色） 补充：Vega-Lite 有两种类型的类别变量：名义变量和序数变量。 这就要感谢 Jake Vanderplas（JVP）伟大的设计，凡是 Vega-Lite 能够做的，Python 就可以做。 这是因为 Altair 只是一个 Python API，它能够生成有效的 Vega-Lite jsons，而 API 是以编程的方式生成的，因此在 Vega-Lite 的新版本发布后，Altair 能够全面而且快速的更新
3.4K30发布于 2019-05-23 - 来自专栏wujunmin
Power BI 无公式实现帕累托图表
只需要将维度和指标拖入Deneb（免费，支持vega）视觉对象： 无需手动计算累计占比，即得到： 原理是vega-lite，维度和指标放入Deneb后，画布上点击... -编辑-空白vega-lite，粘贴以下代码，即可复现： { "data": {"name": "dataset"}, "transform": [ { "window":
31210编辑于 2025-04-23 - 来自专栏快学Python
真香！Python数据可视化 被Altair圈粉了！
它非常简单、友好，并基于强大的Vega-Lite JSON规范构建，我们只需要简短的代码即可生成美观、有效的可视化效果。 基于Vega-Lite 的JSON 语法规则生成Altair 的Python 代码。 在启动的Jupyter Notebook、JupyterLab 和nteract 中展示统计可视化过程。 可以将可视化作品导出为PNG/SVG 格式的图片、独立运行的HTML 格式的网页，或者在线上Vega-Lite 编辑器中查看运行效果。 在Altair中，使用的数据集要以“整洁的格式”加载。
2.3K20编辑于 2022-04-19 - 来自专栏气象学家
Altair适用于气象领域的Python数据可视化库，文末送书！
它非常简单、友好，并基于强大的Vega-Lite JSON规范构建，我们只需要简短的代码即可生成美观、有效的可视化效果。 基于Vega-Lite 的JSON 语法规则生成Altair 的Python 代码。 在启动的Jupyter Notebook、JupyterLab 和nteract 中展示统计可视化过程。 可以将可视化作品导出为PNG/SVG 格式的图片、独立运行的HTML 格式的网页，或者在线上Vega-Lite 编辑器中查看运行效果。 在Altair中，使用的数据集要以“整洁的格式”加载。
2.8K71编辑于 2022-04-20 - 来自专栏wujunmin
Power BI 直方图的三个应用案例
X轴既可以是连续的维度（比如上图的零售价），也可以是任意连续的度量值（比如销售额，增长率，达成率、利润率等） 实现方法为vega-lite，假设有以下产品资料表： 在视觉对象库加载Deneb视觉对象，拖入以下两列 ，选择编辑-空白vega-lite，粘贴以下代码： { "data": {"name": "dataset"}, "mark": { "type": "bar", "tooltip
59710编辑于 2025-04-26 - 来自专栏马洪彪
smile——Java机器学习引擎
该规范基于Vega-Lite。Vega-Lite编译器自动生成可视化组件，包括轴、图例和比例。然后，它根据一组精心设计的规则确定这些组件的属性。 示例
2.1K40编辑于 2022-09-27 - 来自专栏程序人生
当我做 hackathon 时我在做什么 (1)
于是，我把目光投向了 vega-lite[7]，一个我个人非常喜欢的声明式（declarative）的可视化工具。 我没有亲自写过 vega-lite 的代码，只是在使用 Python 的一个可视化工具 Altair 时大致了解过 vega-lite。 hackathon 剩下大概一天左右的时间，我边看 vega-lite 的代码样例，边用 Elixir 简单地封装 vega-lite，让 ExPolars 加载出来的 dataframe 可以被很方便地可视化 封装 vega-lite 的过程很轻松，是一种享受，我为这个项目取名为 deneb。为了把生成的图表展示在 jupyter notebook 上， 我花费了不少时间，踩了一个很大的坑。 : vega.github.io/vega-lite 贤者时刻 写搬砖性质的代码非常让人痛苦，可这痛苦比起练琴，那简直不是个事。
1.5K20发布于 2021-01-29 - 来自专栏博文视点Broadview
被Altair圈粉了！这款Python数据可视化库真香！
它非常简单、友好，并基于强大的Vega-Lite JSON规范构建，我们只需要简短的代码即可生成美观、有效的可视化效果。 基于Vega-Lite 的JSON 语法规则生成Altair 的Python 代码。 在启动的Jupyter Notebook、JupyterLab 和nteract 中展示统计可视化过程。 可以将可视化作品导出为PNG/SVG 格式的图片、独立运行的HTML 格式的网页，或者在线上Vega-Lite 编辑器中查看运行效果。 在Altair中，使用的数据集要以“整洁的格式”加载。
2.1K30编辑于 2022-03-31 - 来自专栏wujunmin
DeepSeek辅助Power BI自定义Vega条形图
拖拽需要用到的字段到Deneb视觉对象，选择编辑按钮： 在后台选择条形图： Deneb创建了一个很一般的条形图，左侧给出了对应代码： 把代码发给DeepSeek，告知它这是Power BI Deneb视觉对象的Vega-lite
27700编辑于 2025-04-22 - 来自专栏wujunmin
Power BI Deneb 玫瑰图
-编辑-空白vega-lite，粘贴以下代码，即可复刻： { "data": {"name": "dataset"}, "transform": [ { "calculate
32910编辑于 2025-05-05 - 来自专栏葡萄城控件技术团队
前端er必须掌握的数据可视化技术
比如最简单的柱状图就需要95行配置，所以它提供了更简明的语法Vega-Lite，用于快速生成可视化以支持分析。 以下是一个柱状图的示例： 这里给大家贴出vega-lite的官网供大家学习：https://vega.github.io/vega-lite/ 三、结语 到这里给大家介绍了几种比较热门的可视化技术或图库
2.7K30编辑于 2021-12-24 - 来自专栏Python乱炖
Python精选论文
Jake VanderPlas - Vega，Vega-Lite和Altair探索性数据可视化 - PyCon 2018. 视频地址： https://www.youtube.com/watch?
1.4K20发布于 2019-09-23 - 来自专栏MeteoAI
Python可视化工具概览
GeoViews可视化示例 除了上述可视化库之外，Altair是类似Seaborn用于统计可视化的交互式Python可视化库，其基于Vega和Vega-Lite(两者非基于Python的可视化库)。 Vega和Vega-Lite可视化 ?
3.3K73发布于 2019-07-24 - 来自专栏技术汇总专栏
掌握 Altair-从基础到高级的声明式数据可视化指南
Altair 是一个基于 Vega 和 Vega-Lite 的 Python 可视化库，它提供了一种声明式的方式来创建交互式和高度定制化的图表。什么是声明式数据可视化？ Altair 是一个基于 Vega 和 Vega-Lite 的强大 Python 可视化库，通过简洁的 API 和声明式的语法，使得用户能够轻松地创建各种类型的交互式和定制化的图表。
1.3K20编辑于 2024-10-09
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号