Проекты, использующие Vega

На Vega основаны многие инструменты с открытым исходным кодом и исследовательские проекты. Мы надеемся, что, поддерживая их и другие разработки, Vega поможет появиться новому поколению инструментов высокого уровня для более эффективной визуализации и продуктивного анализа данных.

Vega-Lite — компактный язык для быстрого создания интерактивных визуализаций. Спецификации Vega-Lite преобразуются в полноценные спецификации Vega. Несмотря на выразительность и производительность Vega, её спецификации могут быть многословными: потоком управления занимается модель, но логику обработки событий и данных нужно задавать явно. Поэтому Vega не всегда подходит тем, кому требуется быстро строить интерактивные графики во время анализа. Vega-Lite сосредоточен на быстром создании распространённых статистических графиков. Обычно спецификации Vega-Lite на порядок короче соответствующих спецификаций Vega. В отличие от существующих грамматик высокого уровня, Vega-Lite предлагает новые конструкции для интерактивного взаимодействия и представлений из нескольких графиков.

Altair — Python API на основе Vega-Lite для быстрого создания статистических графиков в блокнотах Jupyter. Более подробный обзор Altair и других инструментов построения графиков на Python подготовил Дэн Сабер.

Lyra — графический интерфейс для разработки визуализаций без написания кода, созданный на основе Vega и Vega-Lite. Lyra даёт больше свободы, чем интерактивные системы вроде Tableau: с её помощью можно создавать собственные визуализации, сравнимые с написанными вручную на D3 или Processing. Результат сохраняется в виде спецификации Vega, которую можно опубликовать и использовать повторно в интернете.

Voyager — инструмент визуального анализа, сочетающий ручное задание графиков с автоматическими рекомендациями. Как и в других инструментах, пользователи Voyager могут строить графики самостоятельно, сопоставляя поля данных с каналами визуального кодирования. Кроме того, Voyager предлагает подходящие визуализации с учётом текущего направления анализа. В основе рекомендаций лежит язык запросов CompassQL: он перебирает тысячи возможных графиков Vega-Lite, ранжирует их по статистическим и перцептивным критериям и показывает лучшие варианты в галерее. В исследованиях начального этапа анализа данных такой способ изучения заметно увеличивал охват данных по сравнению с передовыми инструментами того времени. Благодаря экосистеме Vega любую визуализацию из Voyager можно экспортировать для дальнейшего редактирования, в том числе для настройки оформления в Lyra.

GraphScape формально описывает связи между визуализациями Vega-Lite. Это ориентированный граф: его узлы обозначают графики Vega-Lite, а рёбра — изменения спецификации, превращающие один график в другой. Вес ребра отражает предполагаемые усилия, необходимые для понимания нового графика после просмотра предыдущего. Такая модель позволяет автоматически составлять последовательности графиков для презентаций и искать альтернативные варианты оформления. Например, для исходной диаграммы рассеяния GraphScape может найти похожие варианты, которые лучше работают с большими объёмами данных: группировку по интервалам или выборку. Контролируемые исследования показали, что предложенные GraphScape последовательности хорошо согласуются с оценками людей.

Расширение Graph для MediaWiki позволяет встраивать спецификации Vega в страницы MediaWiki. Его используют для добавления графиков Vega в статьи Википедии.