那个“炫酷狂拽”的数据可视化利器AntV 11.22版全新发布啦
导读
AntV 是一个数据可视化项目，也是一个团队，蚂蚁金服数据可视化团队，一群有爱有梦的人，怀揣「让人们在数据世界里获得视觉化思考能力」的梦想前行， 希望成就智能时代全球领先的数据可视化解决方案，满足与日俱增的数据洞察需求。
AntV 目前覆盖了统计图表、移动端图表、图可视化、地理可视化、2D 绘图引擎和智能可视化多个领域，主要包含 G2、G6、F2、L7 以及一套完整的图表使用和设计规范。得益于丰富的业务场景和用户需求挑战，AntV 经历多年积累与不断打磨，已支撑起阿里集团内外 20000+ 业务系统，通过了日均千万级 UV 产品的严苛考验，是阿里经济体数据可视化最重要的基础设施。
跟往年的品牌日一样，今天依旧会有几个底层基础类库的大量更新发布，除此之外，非常高兴的向大家介绍 AntV 产品矩阵新添的三个成员：
- G2Plot，一个基于 G2，开箱即用、易于配置、具有良好视觉和交互体验的通用图表库；
- Graphin，一个基于 G6，专注关系可视分析领域的 React 组件库，简单，高效，开箱即用；
- ChartCube，一个可以快速完成图表制作的在线工具，只需要三步就可以创建出高品质的图表；
他们都是 AntV 技术栈上的更高抽象的封装或应用，详见文稿详情。
跟往年的品牌日不一样，今年的品牌日主题为「知源 · 致远」，除了上述技术、设计的更新与发布，我们真诚的向大家分享 AntV 团队的由来与发展历程，详见文末 AntV 全员出镜演绎的团队纪录片，匠心知源，同行致远。
匠心打磨，是时候给大家一个图表库了
—— G2Plot
G2Plot，一个基于 G2，开箱即用、易于配置、具有良好视觉和交互体验的通用图表库。
G2 是一套基于可视化编码的图形语法，以数据驱动，具有高度的易用性和扩展性，用户无需关注各种繁琐的实现细节，一条语句即可构建出各种各样的可交互的统计图表。
每个人都能制作图表，但并不是人人都能做出易读，好用又好看的优秀图表。如何从无聊的默认设置变成有洞见的数据图表呢？我们融合了在商业智能（BI）中的可视分析与设计实践经验，基于 G2 的灵活、强大的可视表达能力，抽象常用图表类型封装出全新的可视化图表库 G2Plot。结合真实数据，制作图表，获取专业的可视化。
我们曾经说过 G2 是一个可以生产图表库的图表库，如今自证预言的推出 G2Plot 除了具备 G2 无限可能的可视表达能力外，G2Plot 最主要的特性还有：
- 开箱即用：默认好用开箱即用的高质量统计图表
- 响应式：针对各种分辨率的响应、文本覆盖、文本超出限制做了精心的设计
- 会讲故事的图表：提供了多图组合、叠加、联动，共同讲述一个数据故事的可能性
提前预告的还有 G2 4.0，在 G2 1.0 - 2.0 阶段我们专注于图形语法，解决了数据到图形的映射问题，用户可以通过自由组合图形语法快速搭建各种图表。G2 3.0 随着业务对图表体验需求不断升级，我们对图表组件以及交互进行了改造，提供了更加灵活的配置以及自定义功能。而此次 G2 4.0 对我们来说是一个很重要的新起点，我们对底层架构做了大量的重构工作，当前 G2 4.0 Alpha 版本已放出，稳定版预计将在两个月后正式发布，她将是一个专业的、给用户带来更多可能性的可视化底层引擎，在保证图表优雅体验的同时，4.0 将会更加关注于：
- 图形语法，数据到图形的映射；
- 交互语法，交互同数据、图形的连接机制；
- 组件体系，面向交互、体验优雅；
点线析源远，洞察关系数据
—— Graphin
Graphin，取名自 Graph Insight，图的分析洞察，一个基于 G6，专注关系可视分析领域的 React 组件库，简单，高效，开箱即用。
G6 AntV 旗下的图分析及图可视化引擎，G 来自于 Graphic、Graph ，意味着我们要基于图分析技术做图可视化；6 来自于《六度分隔理论》，表达了我们对关系数据、关系网络的敬畏和着迷。
目前图分析已经被广泛应用在金融反欺诈，公共安全，基础设施监控，智慧医疗等领域。在这个过程中，我们需要一个强大的图计算引擎，解决数据合规，挖掘问题。也需要相应的图算法去解决图的构建，分析问题。最后在前端，我们需要一个图可视化引擎，为我们提供可视化分析能力，发现潜在的价值。
Graphin 就是在这样的背景下诞生的，基于 G6 的底层能力一方面屏蔽掉一些领域专业的概念，同时又封装进去很多常用的图分析功能，进一步降低图可视化领域的专业门槛，将这些关系数据进行可视化分析与探索。Graphin 具有如下产品特性：
- 数据驱动：充分利用 React 框架特性，支持数据到图的映射与变化；
- 自动布局：内置丰富的布局，支持布局切换，满足不同场景下的布局需求；
- 分析组件：内置 Toolbar，ContextMenu，MiniMap，Filter 等组件，组件化开发，支持自定义；
- 自定义样式：内置节点与边的样式，支持用户通过 JSON Schema 自定义；
- 基础分析：支持节点扩散，寻找边关系等基础分析方法；
- 高级分析：开源后计划新增时序分析（timebar），地理位置分析（map mode）等高级分析方法。
值得一提的是，G6 从 18 年开源到现在已经第 2 个版本，从基础关系图绘制到图分析与图编辑底座，而在 3.1.版本后的 G6 已重新聚焦在图分析方向，我们将会给出另外一个产品去承载图编辑方向的需求。有了这个改变，今天我们带来的 G6 3.2 版本能够更聚焦的提供：
- 更丰富的元素：内置丰富的节点与边元素，自由配置，支持自定义；
- 更可控的交互：内置 10+ 交互行为，支持自定义交互；
- 更强大的布局：内置了 10+ 常用的图布局，支持自定义布局；
- 更便捷的组件：优化内置组件功能及性能；
- 更友好的体验：根据用户需求分层梳理文档，支持 Type 类型推断。
除了上述默认好用、配置自由的内置功能，元素、交互、布局均具有高可扩展的自定义机制。
丰富的内置元素。
那个“炫酷狂拽”的数据可视化利器AntV 11.22版全新发布啦相关推荐
- antdesign 地图_“炫酷狂拽”的 AntV - L7 地图可视化设计
导读 随着多媒体技术的发展,数据可视化呈现越来越丰富的多维度表达,尤其三维技术的成熟,给了可视化更多的想象空间,呈现出百花齐放的地理可视化景象,各类模拟城市应用则是在地理可视化领域的强劲运用,在惊叹空 ...
- foursquare nyc数据集_炫酷的python地理数据可视化
介绍 在本文中,我依靠纽约市提供的这一数据集,详细列出了从2010年1月到2017年9月的所有大鼠目击事件.在此期间,已有101,914例报告的老鼠目击事件.虽然这已经是一个非常高的数字,但实际观察的 ...
- 织梦响应式炫酷摄影相册图集画册展示网站模板 带手机版
介绍: 织梦响应式炫酷摄影相册图集画册展示网站模板 带手机版 采用织梦内核开发的模板,这款模板使用范围广,不仅仅局限于一类型的企业,摄影相册.图集画册类的网站都可以用该模板. 你只需要把图片和文章内容 ...
- python中文显示不出来_Python数据可视化利器Matplotlib，无法显示中文，怎么办？...
原标题:Python数据可视化利器Matplotlib,无法显示中文,怎么办? matplotlib无法显示中文主要是因为默认字体不是中文字体,所以我们只需设置一下字体行了. 文字字体设置主要有两种方 ...
- echarts数据可视化_Golang 数据可视化利器 go-echarts 开源啦
Golang 数据可视化利器 go-echarts 开源啦 如果一门语言可以用来写爬虫,那么它就需要一个优雅的数据可视化库. ---沃.兹基硕德 在 Golang 这门语言中,目前数据可视化的第三方库 ...
- Python 数据可视化利器 plus（plotly ）
概述 前言 推荐 plotly bokeh pyecharts 后记 前言 更新:上一篇文章<python 数据可视化利器>中,我写了 bokeh.pyecharts 的用法,但是有一个挺 ...
- python利器-Python 数据可视化利器
原标题:Python 数据可视化利器 (给Python开发者加星标,提升Python技能) 作者:zone7(本文来自作者投稿,简介见末尾) 概述 前言 推荐 plotly bokeh pyechar ...
- 惊艳！人人都能玩转酷炫的数据可视化，高德LOCA 2.0全新升级，轻松实现海量数据渲染...
引言 "一图胜千言",大数据时代来临,数据与人们生活密切相关.复杂难懂且体量庞大的数据给人的感觉总是冷冰冰的,让人难以获取到重点信息,也找不出规律和特征,数据价值发挥不出来.空间数 ...
- 炫酷超拽！推荐一款Vue开发的OA系统，功能还不错哟！！！
推荐一款Vue开发的OA系统,功能还不错 基于Ant Design Pro 开发 ,项目名:OA-System 基于 Ant Design of Vue 开发的OA办公系统 Vue 开发的OA系统 具 ...
最新文章
- VMware和Linux版本搭配问题
- 大数据分析决策平台问题总结
- 常用数据库语句（更新）
- Java中的垃圾回收
- 搭建samba文件共享服务
- 使用mysql制作学生成绩单_【实例讲解】快速制作学生成绩单
- 复现扫描全能王的增强锐化
- axios与ajax对比,vue体系中axios请求对比jquery-ajax请求
- python做自动化控制postman_Python自动化学习笔记（1）认识接口测试以及postman、Charles工具简单应用...
- kubernetes kubeadm init this version of kubeadm only supports deploying clusters kubeadm版本降级
- id长度 雪花算法_GitHub - cloudyan/snowflake: Twitter的雪花算法（snowflake）分布式自增ID...
- 火了！GitHub标星三万，Python抢票神器
- 记录一次使用python来实现雷神加速器自动恢复时间和暂停时间的脚本
- Web前端工程师工资逐年增长，背后有哪些因素？
- Pr——将视频画面旋转90度的一种方法
- 数量周期 复杂现象背后的推动力，可能是极其简单的原理。科学的目标之一就是发现纷 繁复杂的自然现象背后的简单法则。爱因斯坦的相对论是这方面的典范例证。
- VUE element-ui之form表单自定义验证11位手机号码（封装验证规则）
- Cloudberry：面向移动设备的HTML5云手机平台
- 根据词频、背景图绘制词云图
- 【C语言】指针的定义、概念和运用
热门文章