访问官网
GithubUniplot
轻量级终端绘图工具。通过 Unicode 实现 4 倍分辨率。
在处理生产环境的数据科学代码时，拥有一个不依赖图形库且不仅限于 Jupyter notebook 的绘图工具会很方便。
这个工具的使用场景是将绘图作为数据科学/机器学习 CI/CD 流程的一部分 - 这样当出现问题时，你不仅能得到错误信息和回溯，还能通过图表直观地看到问题所在。
特性
- 使用 Unicode 绘图，分辨率（像素）是普通 ASCII 图的 4 倍
- 极简 API
- 交互模式（传入
interactive=True） - 彩色模式（传入
color=True），特别适用于绘制多个数据系列 - 速度快：得益于 NumPy 魔法，绘制 100 万个数据点只需 100 毫秒
- 只有一个依赖：NumPy（不过你应该已经安装了吧）
请注意，Unicode 绘图只有在使用完全支持制表符字符集的字体时才能正确显示。请参考此页面查看（不完整的）支持字体列表。
示例
注意，所有示例都不使用彩色，且只绘制单个数据系列。有关使用彩色的示例，请参看上面的 GIF。
绘制正弦波
import math
x = [math.sin(i/20)+i/300 for i in range(600)]
from uniplot import plot
plot(x, title="正弦波")
结果：
正弦波
┌────────────────────────────────────────────────────────────┐
│ ▟▀▚ │
│ ▗▘ ▝▌ │
│ ▗▛▜▖ ▞ ▐ │
│ ▞ ▜ ▗▌ ▌ │ 2
│ ▟▀▙ ▗▘ ▝▌ ▐ ▜ │
│ ▐▘ ▝▖ ▞ ▜ ▌ ▝▌ │
│ ▗▛▜▖ ▛ ▜ ▗▌ ▝▌ ▐▘ ▜ │
│ ▛ ▙ ▗▘ ▝▖ ▐ ▚ ▞ ▝▌ │
│ ▟▀▖ ▐▘ ▝▖ ▟ ▚ ▌ ▝▖ ▗▌ ▜▄│ 1
│ ▐▘ ▐▖ ▛ ▙ ▌ ▐▖ ▗▘ ▚ ▞ │
│ ▛ ▙ ▗▘ ▐▖ ▐ ▙ ▞ ▝▙▟▘ │
│▐▘ ▐▖ ▐ ▌ ▛ ▐▖ ▗▘ │
│▞ ▌ ▌ ▐ ▗▘ ▜▄▛ │
│▌─────▐────▐▘───────▙──▞────────────────────────────────────│ 0
│ ▌ ▛ ▝▙▟▘ │
│ ▜ ▐▘ │
│ ▙▄▛ │
└────────────────────────────────────────────────────────────┘
100 200 300 400 500 600
绘制全球温度数据
这里我们使用 Pandas 从 Our World in Data GitHub 仓库 加载和准备全球温度数据。
首先我们加载数据，重命名列并过滤数据：
import pandas as pd
uri = "https://github.com/owid/owid-datasets/raw/master/datasets/Global%20average%20temperature%20anomaly%20-%20Hadley%20Centre/Global%20average%20temperature%20anomaly%20-%20Hadley%20Centre.csv"
data = pd.read_csv(uri)
data = data.rename(columns={"Global average temperature anomaly (Hadley Centre)": "Global"})
data = data[data.Entity == "median"]
然后我们可以绘制图表：
from uniplot import plot
plot(xs=data.Year, ys=data.Global, lines=True, title="全球标准化陆地-海洋温度异常", y_unit=" °C")
结果：
全球标准化陆地-海洋温度异常
┌────────────────────────────────────────────────────────────┐
│ ▞▀│
│ ▐ │
│ ▐ │
│ ▗ ▌ │ 0.6 °C
│ ▙ ▗▄ ▛▄▖▗▘▌ ▞ │
│ ▗▜ ▌ ▜ ▚▞ ▚▞ │
│ ▐▝▖▐ ▘ │
│ ▗ ▗ ▌ ▙▌ │ 0.3 °C
│ ▛▖ ▞▙▘ ▘ │
│ ▖ ▗▄▗▘▐ ▐▘▜ │
│ ▟ █ ▞ ▜ ▝▄▘ │
│ ▗▚ ▗ ▖ ▗ ▖▗▞ █▐ ▌ ▘ │
│▁▁▁▞▐▁▁▗▘▜▗▀▀▌▁▁▁▁▙▁▁▟▁▁▁▙▐▁▁▜▁▌▞▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁│ 0 °C
│▚ ▐ ▝▖ ▐ ▛ ▌ ▗▄▐ ▌▗▘▌ ▐▝▌ ▝▘ │
│ ▌▌ ▌ ▞ ▐▗▘ ▛ ▐▞ ▌ ▐ │
│ ▝ ▝▖▌ ▐▞ ▝▌ ▚▜▐ │
│ ▗▌ ▝ ▝ ▌ │
└────────────────────────────────────────────────────────────┘
1,950 1,960 1,970 1,980 1,990 2,000 2,010
参数
plot 函数接受多个参数，全部列举如下。注意只有 ys 是必需的，其他都是可选的。
还有一个 plot_to_string 函数，签名相同，如果你想将结果作为字符串列表获取以在其他地方使用。唯一的区别是 plot_to_string 不支持交互模式。
数据
xs- 要绘制的点的 x 坐标。可以是None，或者是用于绘制单个系列的列表或 NumPy 数组，或者是用于绘制多个系列的这些类型的列表。默认为None，表示 x 轴将只是ys的样本索引。ys- 要绘制的点的 y 坐标。可以是用于绘制单个系列的列表或 NumPy 数组，或者是用于绘制多个系列的这些类型的列表。
在这两种情况下，NaN 值都会被忽略。
注意，从 v0.12.0 开始，你还可以传入时间戳的列表或 NumPy 数组，轴标签应该会被正确格式化。限制见下文。
选项
按字母顺序排列：
color- 以彩色绘制系列。绘制单个系列时默认为False，绘制多个系列时默认为True。也接受字符串列表，用于修改默认顺序["blue", "magenta", "green", "yellow", "cyan", "red"]。force_ascii- 强制仅使用 ASCII 字符绘图。这在兼容性方面很有用，例如在不支持 Unicode 的 CI/CD 系统中使用 uniplot 时。默认为False。force_ascii_characters- 在force_ascii模式下使用的字符列表。默认为["+", "x", "o", "*", "~", "."]。height- 绘图区域的高度，以字符为单位。默认为17。interactive- 启用交互模式。默认为False。legend_labels- 系列的标签。可以是None或字符串列表。默认为None。lines- 在点之间启用线条。可以是True或False，或者是用于绘制多个系列的这些值的列表。默认为False。line_length_hard_cap- 强制限制绘图区域每行的最大字符数。如果空间不足，这可能会覆盖width选项。默认为None。title- 图表标题。默认为None。width- 绘图区域的宽度，以字符为单位。默认为60。注意，如果使用了line_length_hard_cap选项且空间不足，实际宽度可能会更小。x_as_log- 将 x 轴绘制为对数刻度。默认为False。x_gridlines- 用于更好定位的垂直线的 x 值列表。默认为[0]，如果启用了x_as_log，则默认为[]。x_max- 视图的最大 x 值。默认为显示所有数据点的值。x_min- 视图的最小 x 值。默认为显示所有数据点的值。x_unit- x 轴的单位。这是一个附加到轴标签的字符串。默认为""。y_as_log- 将 y 轴绘制为对数刻度。默认为False。y_gridlines- 用于更好定位的水平线的 y 值列表。默认为[0]，如果启用了y_as_log，则默认为[]。y_max- 视图的最大 y 值。默认为显示所有数据点的值。y_min- 视图的最小 y 值。默认为显示所有数据点的值。y_unit- y 轴的单位。这是一个附加到轴标签的字符串。默认为""。
更改默认参数
uniplot 不存储配置参数的状态。但是，你可以通过定义一个 partial 来创建一个具有新默认值的绘图函数。请看以下示例：
from functools import partial
from uniplot import plot as default_plot
plot = partial(default_plot, height=25, width=80)
这定义了一个新的plot函数，与原始函数完全相同，只是width和height的默认值现在不同。
实验性功能
绘制直方图
为了方便，还有一个histogram函数，它接受一个或多个数列并绘制类似条形图的直方图。它会自动将数列离散化为由bins选项指定的若干个区间，并显示结果。
其他选项按字母顺序排列：
bins- 使用的区间数。默认为20。bins_min- 第一个区间的下限。默认为数列的最小值。bins_max- 最后一个区间的上限。默认为数列的最大值。
调用histogram函数时，lines选项默认为True。
示例：
import numpy as np
x = np.sin(np.linspace(1, 1000))
from uniplot import histogram
histogram(x)
结果：
┌────────────────────────────────────────────────────────────┐
│ ▛▀▀▌ │ ▐▀▀▜ │ 5
│ ▌ ▌ │ ▐ ▐ │
│ ▌ ▌ │ ▐ ▐ │
│ ▌ ▀▀▀▌ │ ▐▀▀▀ ▝▀▀▜ │
│ ▌ ▌ │ ▐ ▐ │
│ ▌ ▌ │ ▐ ▐ │
│ ▌ ▙▄▄▄▄▄▖ │ ▗▄▄▄ ▐ ▐ │
│ ▌ ▌ │ ▐ ▐ ▐ ▐ │
│ ▌ ▌ │ ▐ ▐ ▐ ▐ │
│ ▌ ▌ │ ▐ ▐ ▐ ▐ │
│ ▌ ▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▀▜ ▐▀▀▀ ▝▀▀▀ ▐ │
│ ▌ │ ▐ ▐ ▐ │
│ ▌ │ ▐ ▐ ▐ │
│ ▌ │ ▐▄▄▟ ▐ │
│ ▌ │ ▐ │
│ ▌ │ ▐ │
│▄▄▄▌▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁│▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▁▐▄▄▄│ 0
└────────────────────────────────────────────────────────────┘
-1 0 1
绘制时间序列
目前初步支持使用时间戳作为轴标签。它应该适用于大多数格式。
目前还缺少更美观的时间戳轴标签，以及时区支持。
示例：
import numpy as np
dates = np.arange('2024-02-17T12:10', 4*60, 60, dtype='M8[m]')
from uniplot import plot
plot(xs=dates, ys=[1,2,3,2])
结果：
┌────────────────────────────────────────────────────────────┐
│ ▝ │ 3
│ │
│ │
│ │
│ │
│ │
│ │
│ │
│ ▘ ▝│ 2
│ │
│ │
│ │
│ │
│ │
│ │
│ │
│▖ │ 1
└────────────────────────────────────────────────────────────┘
13:00 14:00 15:00
安装
通过pip安装：
pip install uniplot
贡献
克隆此仓库，并通过poetry install安装依赖。
你可以通过poetry run ./run_tests运行测试，确保你的设置正确。然后按常规方式处理问题、提交PR等。
