Python相当于D3.js

时间：2012-10-19 15:26:17

标签： python graph d3.js graph-tool

有人可以推荐一个可以进行交互式图形可视化的Python库吗？

我特别需要像d3.js这样的内容，但是对于python，理想情况下它也会是3D。

我看过：

  • NetworkX - 它只会显示Matplotlib个图，而这些图似乎是2D。我没有看到任何类型的交互性，例如d3.js提供的交互性，例如拉动节点。
  • graph-tool - 它只执行2D绘图，并且具有非常慢的交互式图形。

15 个答案:

答案 0 :(得分：65)

您可以使用d3py生成嵌入d3.js脚本的xml页面的python模块。例如：

import d3py
import networkx as nx

import logging
logging.basicConfig(level=logging.DEBUG)

G = nx.Graph()
G.add_edge(1,2)
G.add_edge(1,3)
G.add_edge(3,2)
G.add_edge(3,4)
G.add_edge(4,2)

# use 'with' if you are writing a script and want to serve this up forever
with d3py.NetworkXFigure(G, width=500, height=500) as p:
    p += d3py.ForceLayout()
    p.show()

答案 1 :(得分：34)

Plotly支持交互式2D和3D图形。图表使用D3.js呈现，可以使用Python API，matplotlib，ggplot for Python，Seaborn，prettyplotlib和pandas创建。您可以打开和关闭缩放，平移，切换轨迹，并查看悬停上的数据。 Plots可以嵌入HTML，应用程序，仪表板和IPython笔记本中。以下是显示互动性的temperature graph。有关更多示例，请参阅IPython Notebooks tutorials的图库。

enter image description here



docs提供了受支持的绘图类型和代码段的示例。



enter image description here

具体到您的问题，您也可以从NetworkX make interactive plots。

enter image description here

对于使用Python进行3D绘图，您可以制作类似交互式的3D散点图，线图和曲面图。使用WebGL渲染绘图。例如，请参阅英国互换费率的a 3D graph。



enter image description here

披露：我是Plotly团队的成员。

答案 2 :(得分：20)

你看过文森特了吗？ Vincent接受Python数据对象并将其转换为Vega可视化语法。 Vega是基于D3构建的更高级别的可视化工具。与D3py相比，vincent仓库最近更新了。虽然这些例子都是静态的D3。

更多信息：

可以在Ipython中查看图表，只需添加此代码

vincent.core.initialize_notebook()

或输出到JSON，您可以在Veson在线编辑器（http://trifacta.github.io/vega/editor/）中查看JSON输出图，或在本地Python服务器上查看它们。有关观看的更多信息可以在上面的pypi链接中找到。

不确定何时，但Pandas软件包在某些时候应该有D3集成。 http://pandas.pydata.org/developers.html

Bokeh是一个支持交互式可视化的Python可视化库。它的主要输出后端是HTML5 Canvas并使用客户端/服务器模型。

示例：http://continuumio.github.io/bokehjs/

答案 3 :(得分：17)

我使用的一个配方（在此描述：Co-Director Network Data Files in GEXF and JSON from OpenCorporates Data via Scraperwiki and networkx）运行如下：

  • 使用 networkx
    • 生成网络表示
  • 将网络导出为JSON文件
  • 将该JSON导入 d3.js 。 （ networkx 可以导出 d3.js 可以导入的树和图表/网络表示。）

networkx JSON exporter采用以下形式：

from networkx.readwrite import json_graph
import json
print json.dumps(json_graph.node_link_data(G))

或者，您可以export the network作为 GEXF XML文件，然后将此表示导入sigma.js Javascript可视化库。

from xml.etree.cElementTree import tostring
writer=gf.GEXFWriter(encoding='utf-8',prettyprint=True,version='1.1draft')
writer.add_graph(G)
print tostring(writer.xml)

答案 4 :(得分：16)

另一个选项是bokeh，它刚刚进入版本0.3。

答案 5 :(得分：5)

结帐python-nvd3。它是nvd3的python包装器。看起来比d3.py更酷，并且还有更多的图表选项。

答案 6 :(得分：5)

对于那些推荐pyd3的人，它不再处于活跃开发状态，并指向vincent。 vincent也不再处于积极开发阶段，建议使用altair。

所以如果你想要一个pythonic d3，请使用altair。

答案 7 :(得分：4)

我建议使用mpld3，它将D3js javascript可视化与python的matplotlib结合起来。

安装和使用非常简单，它有一些很酷的插件和交互式东西。

http://mpld3.github.io/

答案 8 :(得分：2)

Plotly 可为您做一些很酷的事情enter image description here

https://plot.ly/

生成高度交互的图表，可以使用其离线API轻松嵌入私有服务器或网站的HTML页面。

<强>更新 我注意到它的3D绘图功能，2D图形非常棒 谢谢

答案 9 :(得分：2)

您也可以选择序列化数据，然后在D3.js中将其可视化，如下所示： Use Python & Pandas to Create a D3 Force Directed Network Diagram（它还带有jupyter notebook！）

这是要点。您可以使用以下格式序列化图表数据：

<aui:select id="options" name="SelectOne" required="true" showEmptyOption="true" >
            <aui:option value="Option 1">Option 1</aui:option>
            <aui:option value="Option 2">Option 2</aui:option>
            <aui:option value="Option 3">Option 3</aui:option>
        </aui:select>

        <aui:script use="event, node">

            var option = A.one('#<portlet:namespace/>options');

            option.on('click', function(event){
                alert(option.value());
            });

</aui:script>

然后使用d3.js：

加载数据 
import json
json_data = {
  "nodes":[
    {"name":"Myriel","group":1},
    {"name":"Napoleon","group":1},
    {"name":"Mlle.Baptistine","group":1},
    {"name":"Mme.Magloire","group":1},
    {"name":"CountessdeLo","group":1},
  ],
  "links":[
    {"source":1,"target":0,"value":1},
    {"source":2,"target":0,"value":8},
    {"source":3,"target":0,"value":10},
    {"source":3,"target":2,"value":6},
    {"source":4,"target":0,"value":1},
    {"source":5,"target":0,"value":1},
  ]
}
filename_out = 'graph_data.json'
json_out = open(filename_out,'w')
json_out.write(json_data)
json_out.close()

对于例行程序d3.json("pcap_export.json", drawGraph); ，我建议您使用链接。

答案 10 :(得分：1)

请参阅：

Is there a good interactive 3D graph library out there?

接受的答案表明以下程序显然具有python绑定：http://ubietylab.net/ubigraph/

修改的

我不确定NetworkX的交互性，但你绝对可以制作3D图形。图库中至少有一个例子：

http://networkx.lanl.gov/examples/drawing/edge_colormap.html

“示例”中的另一个例子。但是，这个要求你有Mayavi。

http://networkx.lanl.gov/examples/3d_drawing/mayavi2_spring.html

答案 11 :(得分：1)

有一个有趣的NetworkX to Javascript端口可能会做你想要的。见http://felix-kling.de/JSNetworkX/

答案 12 :(得分：1)

尝试https://altair-viz.github.io/ - d3py和vincent的后继者。另见

答案 13 :(得分：0)

我有一个很好的例子，可以在这里使用Python自动生成D3.js网络图：http://brandonrose.org/ner2sna

很酷的是，您最终会使用自动生成的HTML和JS，并且可以将交互式D3图表嵌入带有IFrame的笔记本中

答案 14 :(得分：0)

库d3graph将在python内部构建一个力控d3图。您可以根据边缘权重“破坏”网络，并将鼠标悬停在节点上以获取更多信息。双击节点将聚焦于该节点及其连接的边缘。

pip install d3graph

示例：

source = ['node A','node F','node B','node B','node B','node A','node C','node Z']
target = ['node F','node B','node J','node F','node F','node M','node M','node A']
weight = [5.56, 0.5, 0.64, 0.23, 0.9,3.28,0.5,0.45]

# Import library
from d3graph import d3graph, vec2adjmat

# Convert to adjacency matrix
adjmat = vec2adjmat(source, target, weight=weight)
print(adjmat)
# target  node A  node B  node F  node J  node M  node C  node Z
# source                                                        
# node A    0.00     0.0    5.56    0.00    3.28     0.0     0.0
# node B    0.00     0.0    1.13    0.64    0.00     0.0     0.0
# node F    0.00     0.5    0.00    0.00    0.00     0.0     0.0
# node J    0.00     0.0    0.00    0.00    0.00     0.0     0.0
# node M    0.00     0.0    0.00    0.00    0.00     0.0     0.0
# node C    0.00     0.0    0.00    0.00    0.50     0.0     0.0
# node Z    0.45     0.0    0.00    0.00    0.00     0.0     0.0

# Example A: simple interactive network
out = d3graph(adjmat)

# Example B: Color nodes
out = d3graph(adjmat, node_color=adjmat.columns.values)

# Example C: include node size
node_size = [10,20,10,10,15,10,5]
out = d3graph(adjmat, node_color=adjmat.columns.values, node_size=node_size)

# Example D: include node-edge-size
out = d3graph(adjmat, node_color=adjmat.columns.values, node_size=node_size, node_size_edge=node_size[::-1], cmap='Set2')

# Example E: include node-edge color
out = d3graph(adjmat, node_color=adjmat.columns.values, node_size=node_size, node_size_edge=node_size[::-1], node_color_edge='#00FFFF')

# Example F: Change colormap
out = d3graph(adjmat, node_color=adjmat.columns.values, node_size=node_size, node_size_edge=node_size[::-1], node_color_edge='#00FFFF', cmap='Set2')

# Example H: Include directed links. Arrows are set from source -> target
out = d3graph(adjmat, node_color=adjmat.columns.values, node_size=node_size, node_size_edge=node_size[::-1], node_color_edge='#00FFFF', cmap='Set2', directed=True)

Examples of d3graph

泰坦尼克号案例的互动示例可以在这里找到： https://erdogant.github.io/docs/d3graph/titanic_example/index.html https://erdogant.github.io/hnet/pages/html/Use%20Cases.html

相关问题
最新问题