切片属性列表

上一篇文章讲了如何获取切片的属性,如何获取切片(slice)属性

这篇文章记录常用切片的属性。

pie(饼图)

image.png

配置属性对应如下列表:

数据源:datasource
图表类型:viz_type
时间字段:granularity_sqla
时间粒度:time_grain_sqla
起始时间:since
结束时间:until
指标:metrics(数组list)
分组:groupby(数组list)
项目上限:limit
标签类型:pie_label_type
环形图:donut(布尔)
图例:show_legend(布尔)
把标签放在外面:labels_outside(布尔)
颜色方案:color_scheme
where语句:where
having语句:having
筛选:filters(数组list)

没有指定类型的字段都是字符串类型。

bar(时间顺序-柱状图)

数据源:datasource
图表类型:viz_type
时间字段:granularity_sqla
时间粒度:time_grain_sqla
起始时间:since
结束时间:until
指标:metrics(数组list)
项目:groupby(数组list)
拆分:columns(数组list)
行数上限:row_limit(int)
颜色方案:color_scheme
图例:show_legend(布尔)
柱状图的值:show_bar_value(布尔)
Detail Values:show_detail_value(布尔)
堆积:bar_stacked(布尔)
是否排序:order_bars(布尔)
Y轴数值格式:y_axis_format
底部留白:bottom_margin
X轴名称:x_axis_label
Y轴名称:y_axis_label
X轴自适应:reduce_x_ticks(布尔)
贡献值:contribution(布尔)
扩展控件:show_controls(布尔)
where语句:where
having语句:having
筛选:filters(数组list)

筛选字段有些特殊,在json中截取的是这样的


image.png

filter是一个数组,里面有一个字典,这个字典里面val元素是一个list。


image.png

看到图片应该明白了吧,val这个list对应红框中的选项。

ps:整理了两个切片的属性表后会发现,有一些必备的属性,比如datasource,viz_type, slice_id(未出现在配置属性中,而是在json字符串中),where,having,filter等,所以在进行二次开发时一看到这些字段就能知道对应的哪个属性。

下面的切片属性中,我会刨除基本属性(数据源和图表类型,以及时间栏的属性,SQL)。

area(时间序列堆积图)

指标:metrics(list)
分组:groupby(list)
项目上限:limit
排序:timeseries_limit_metric(可为null)
Sort Descending:order_desc(bool)
区间过滤:show_brush(bool)
图例:show_legend(bool)
线形:line_interpolation
堆叠样式:stacked_style
颜色方案:color_scheme
详细信息:rich_tooltip(bool)
贡献值:contribution(bool)
扩展控件:show_controls(bool)
X轴数值格式:x_axis_format
X轴边界:x_axis_showminmax(bool)
Y轴数据格式:y_axis_format
Y Axis Bounds:y_axis_bounds(list,默认[null, null])
Y轴对数:y_log_scale(bool)
NOT GROUP BY 排序:order_by_cols
行数上限:row_limit
滚动:rolling_type
周期:(json中无数据)
Min Periods:(json中无数据)
时间飘移(应该叫“时间偏移”吧?):time_compare
周期比:num_period_compare
周期比类型:period_ratio_type
重采样方式:resample_how
重新采样规则:resample_rule
插值方式:resample_fillmethod
Annotations:annotation_layers

这个配置属性中多了2个字段,这两个字段在json中没有数据,为了程序的健壮性,如果项目用不到可以删掉,这两个字段是“ 周期”,“Min Periods”。

big_number(数字和趋势线)

字段名:metric
滞后比较周期:compare_lag
后缀文字:compare_suffix
数字格式:y_axis_format

big_number_total(数字)

子标题:subheader

Box plot(箱线图)

指标:metrics(list)
分组:groupby(list)
项目上限:limit
颜色方案:color_scheme
非异常值选项:whisker_options

bubble(气泡图)

项目:series
实体:entity
气泡大小:size
项目上限:limit(int)
颜色方案:color_scheme
图例:show_legend(bool)
气泡最大尺寸:max_bubble_size
X轴名称:x_axis_label
Left Margin:left_margin
X轴:x
X轴数值格式:x_axis_format
X轴对数:x_log_scale(bool)
X轴边界:x_axis_showminmax(bool)
Y轴名称:y_axis_label
底部留白:bottom_margin
Y轴:y
Y轴数值格式:y_axis_format
Y轴对数:y_log_scale(bool)
Y bounds:y_axis_showminmax(bool)
筛选:filters(list(dict))

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,544评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,430评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,764评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,193评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,216评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,182评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,063评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,917评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,329评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,543评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,722评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,425评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,019评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,671评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,825评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,729评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,614评论 2 353

推荐阅读更多精彩内容

  • 最近在写个性化推荐的论文,经常用到Python来处理数据,被pandas和numpy中的数据选取和索引问题绕的比较...
    shuhanrainbow阅读 4,553评论 6 19
  • Spring Cloud为开发人员提供了快速构建分布式系统中一些常见模式的工具(例如配置管理,服务发现,断路器,智...
    卡卡罗2017阅读 134,652评论 18 139
  • 来源:NumPy Tutorial - TutorialsPoint 译者:飞龙 协议:CC BY-NC-SA 4...
    布客飞龙阅读 32,772评论 6 96
  • NumPy是Python中关于科学计算的一个类库,在这里简单介绍一下。 来源:https://docs.scipy...
    灰太狼_black阅读 1,228评论 0 5
  • 最近悲痛的一件事,可能就是昨天四川九寨沟的那场地震,经初步了解,此次地震已造成100多人伤亡。 在已去世的市民中,...
    坚持行动家安小小阅读 224评论 0 0