仓库代码后续更新迁移至 py-vchart
Python ❤️ VChart = pyvchart
中文 README | English README | 日本語（にほんご）README
VisActor/VChart 是一个由字节跳动开源可视化解决方案 VisActor 的核心图表组件库。它基于它基于可视化语法库 VGrammar 和渲染引擎 VRender 进行封装，在满足数据呈现的同时，还支持面向叙事场景的动画编排、丰富的交互能力和定制化的图表风格，简单易用的配置大大降低了用户的学习成本。而 Python 是一门富有表达力的语言，非常适合用于数据处理、AI 等场景。当数据分析，建模遇上数据可视化时，pyecharts 和 pyvchart 诞生了。
- pyecharts like 的 API 设计，使用如丝滑般流畅，支持链式调用
- 囊括了 VChart 的所有图表，应有尽有
- 支持主流 Notebook 环境，Jupyter Notebook、JupyterLab (Coming soon...)
- 可轻松集成至 Flask，Sanic，Django 等主流 Web 框架 (Coming soon...)
- 高度灵活的配置项，可轻松搭配出精美的图表
- 详细的文档和示例，帮助开发者更快的上手项目
pip 安装
# 安装
# 目前暂时用不了，因为 PyPI 中存在一个较长时间没有维护且类似名字的项目，暂时无法上传 wheel 到 PyPI 中。
$ pip install pyvchart -U
# 暂时解决方案
pip install git+https://github.com/pyvchart/pyvchart@v0.1.0源码安装
# 安装 v1 以上版本
$ git clone https://github.com/pyvchart/pyvchart.git
$ cd pyvchart
$ pip install -r requirements.txt
$ python setup.py install使用案例在此处：Examples
$ pip install -r test/requirements.txt
$ make使用 Github Actions 持续集成环境。
使用 flake8, Codecov 以及 pylint 提升代码质量。
pyvchart 主要由以下几位开发者开发维护
更多贡献者信息可以访问 pyvchart/graphs/contributors
期待能有更多的开发者参与到 pyvchart 的开发中来，我们会保证尽快 Reivew PR 并且及时回复。但提交 PR 请确保
- 通过所有单元测试，如若是新功能，请为其新增单元测试
- 遵守开发规范，使用 black 以及 isort 格式化代码（$ pip install -r requirements-dev.txt）
- 如若需要，请更新相对应的文档
我们也非常欢迎开发者能为 pyvchart 提供更多的示例，共同来完善文档，文档项目位于 pyvchart/website
MIT ©sunhailin-Leo