:tomato: PLost

Streamlit的Streamlit的欺骗性简单绘图库。

因为你一直写错了图表。

👇 真正的README实际上在这里：

👆 你可以在上面的应用中找到交互式示例、文档等等。

我们的目标

• 你99%的时间需要的极其简单
• 其余的1%是不可能的。使用Vega-Lite代替！

入门指南

pip install plost

基础知识

PLost使您能够通过Vega-Lite库轻松构建常见图表，而无需深入研究Vega-Lite规范（除非您正在做些棘手的事情），也无需将您的DataFrame从长格式熔化成宽格式（这是大多数Vega-Lite图表的痛点！）

例如，假设您有一个这样的“长格式”表格

然后，您可以通过使用一些列名调用line_chart()来简单地绘制折线图

import plost

plost.line_chart(
  my_dataframe,
  x='time',  # The name of the column to use for the x axis.
  y='stock_value',  # The name of the column to use for the data itself.
  color='stock_name', # The name of the column to use for the line colors.
)

足够简单！但如果您有一个类似这样的“宽格式”表格，这在现实中非常常见呢

通常您需要首先使用Pandas的melt()熔化表格，或者创建一个复杂的Vega-Lite分层图表。但使用PLost，您只需指定您要完成的事情，它就会为您内部熔化数据

import plost

plost.line_chart(
  my_dataframe,
  x='time',
  y=('stock1', 'stock2'),  # 👈 This is magic!
)

好的，现在让我们添加一个迷你图来使平移/缩放更加容易

import plost

plost.line_chart(
  my_dataframe,
  x='time',
  y=('stock1', 'stock2'),
  pan_zoom='minimap',  # 👈 This is magic!
)

但我们只是触及了表面。基本思想是，PLost允许您为最常用的需求创建美观的由Vega-Lite驱动的图表，而无需学习Vega-Lite背后的强大而复杂的语言。

查看示例应用/文档，感受你可以做的一些其他令人惊叹的事情！

丰富的示例

查看文档应用！

文档

这也在文档应用中！