auto-annotations

auto-annotations是一个帮助你在可视化图表中自动标注出有价值的信息的工具。

npm i --save auto-annotations

自动化感知推荐标记 AutoAnnotation

AutoAnnotation 会识别视图中的洞察信息，并根据洞察的显著性推荐最合适的洞察，并返回一个标注函数。后续调用这个标注函数，即可完成在图表上的标注。

• 构建参数: view，为一个G2.View
• 方法
  • recommand() 返回一个annotation函数，这个函数获得参数后可以用来绘制。

以cars数据集为例，这里原视图是一张["Displacement", "Acceleration"]两个数值字段构成的散点图。

import { annotations, AutoAnnotation } from 'auto-annotations';

// 声明一个G2图表
chart.point().position(["Displacement", "Acceleration"]);
chart.data(dataSource);

// 创建一个AutoAnnotation类
const ann = new AutoAnnotation(chart);

// 推荐一种标注，并获得标注绘制函数。
const annotate = ann.recommand()
annotate(chart);

chart.render();

最终的推荐结果如下, auto-annotations 识别到图中存在一些异常值，并将它们标注了出来。

自定义标记

除了自动推荐标注外，当你有明确的分析目的时，你也可以直接使用你想要的标注。这些标注函数可以识别特定的洞察类型，并进行标注。标注函数本身并不是纯粹的绘制函数，其必须先识别到视图中的某个具体的洞察，根据洞察的一些数理信息，进行标注。

回归 annotateGeneralRegression

annotations.annotateGeneralRegression(
    view: View,
    order?: number
) 

线性回归

import {annotations} from 'auto-annotations';

chart.line().position([xField, yField]);
chart.data(mockData);

annotations.annotateGeneralRegression(chart);

chart.render()

多项式回归

import {annotations} from 'auto-annotations';

chart.line().position([xField, yField]);
chart.data(mockData);

annotations.annotateGeneralRegression(chart, 4);

chart.render()

散点图回归

对auto-annotation而言，散点图回归和折线图回归是没有本质区别的。

import {annotations} from 'auto-annotations';

chart.line().position([xField, yField]);
chart.data(data);

annotations.annotateGeneralRegression(chart);

chart.render()

异常/离群值 annotateOutlier

import {annotations} from 'auto-annotations';

chart.point().shape('circle').position([xField, yField]);
chart.data(dataSource);

annotations.annotateOutlier(chart);

chart.render();

群簇 annotateCluster

import {annotations} from 'auto-annotations';

chart.point().position([xField, yField]);
chart.data(dataSource);

annotations.annotateCluster(chart);

chart.render();